溯本清源,计算机视觉的三大主流方向:图像分割、目标跟踪与目标检测
小白学视觉
共 1433字,需浏览 3分钟
·
2021-03-31 10:25
近几年计算机视觉非常火热,学术界论文发表数量呈指数增长,其中ICCV 2019共收获 4328 篇论文,较上一届 2143 篇,数量多出了将近一倍(数据来自雷锋网);落地上,已广泛应用于安防、自动驾驶、医疗、消费等领域;同时也诞生了很多像商汤、旷视这样的名企。
计算机视觉应用情况
(图源:前瞻产业研究院整理)
虽然越来越多的伙伴想要从事计算机视觉领域的工作,但在入门学习时没有专业的指导,直接将深度学习作为学习计算机视觉的切入点,导致只关注深度学习方法及相应的开源代码,而忽视了传统方法的学习。
传统方法是计算机视觉的根基,不理解传统方法往往造成只会调参&跑效果的结果。在进一步学习及解决实际问题时,更是步履维艰。究其原因是不理解计算机视觉的根本原理。
基于深度学习的算法缺乏可解释性,传统方法的算法恰恰弥补了这个缺点,不但具有可解释性,更能正确引导修正模型,且算法的速度也更快。
讲师简介
课程大纲
实践项目(部分)
(点击查看大图)
— 项目展示 —
(部分)
(基于光流的目标跟踪)
学后收获
还能收获什么
课程服务
助教1V1批改作业,并在班会中进行讲评与指导;在班会中,学习更多技巧;在交流中收获更多思路。
抢占学习名额
评论