如何跟随有三从零进阶中级CV算法工程师

1、项目

项目主要包含两部分的内容，第一部分是编程与开源框架，第二部分是深度学习图像项目。

首先看编程和开源框架部分：

(1) Python前后端与小程序部署，完成一个深度学习开源框架在小程序的完整部署过程，将其最终展示为线上服务，就是有三AI小程序平台了(最近网站安全证书到期不能访问，过几天就可以了)。

所有的前后端代码都提供，大家可以自己部署和展示，当你掏出自己做的项目给别人展示的时候，相信会更有说服力。

(2) C++基础与面试要点，需要巩固C++的基础，掌握面试常用的要点，掌握CMake/Makefile的编写与使用。会C++和不会C++，自然是有区别的咯。

(3) Caffe源代码解读，修改与模型部署(C++接口)，需要掌握Caffe的设计思想，核心代码解读，学会Caffe代码的自定义与修改，学会使用C++接口进行模型部署。

你说Caffe过时了？那我问你几个问题，然后大家再去问问工业界干活的前辈们的意见。

• 除了Caffe还有哪个深度学习框架能让你学习C++？
• 手机上能用Python部署模型吗？
• Caffe从来不会更新一下版本原来代码就不能用了，几乎没有各种蛋疼的版本依赖问题，其他框架有几个能做到？
• Caffe训练模型可能一行代码都不需要写信不信？
• Caffe面试是考还是不考呢？

(4) 不同开源框架的模型转换与可视化，掌握常见开源框架的模型互转，简单的可视化分析技巧。

再看深度学习部分：

(1) 图像分类数据增强，实践不同的数据增强算法对模型性能的影响，看得再多不如去做。

(2) CNN模型设计，掌握CNN模型设计的核心思想，熟悉提升CNN模型性能的关键方法。CNN模型优化，掌握CNN模型优化的技巧，学会使用相关的工具进行分析和优化。这个课题，至少要用一本书的内容才能讲清楚，凑巧有三正好准备了很多，有直播有书有项目。

(3) 表情识别与驱动，掌握基于嘴唇的常用表情识别方法，了解表情迁移与编辑方法。简单吗？那做做下面几道题。

(4) 目标检测与跟踪，掌握静态图中动物猫的完整检测流程，掌握视频中猫的跟踪。检测和跟踪，相辅相成，才能做出更好的项目。

(5)肖像分割是分割问题里商用价值巨大的项目，同时掌握基本的图像分割和Image Matting方法，以后做相关项目才能游刃有余。

(6) 人脸三维重建，作为目前还没有完全成熟，商业前景巨大的方向，了解传统的人脸三维重建和基于深度学习的人脸三维重建方法，并能完成简单实践，对将来从事CV行业工作有很大的助益。

(7) 图像算法竞赛实践，分享常用的算法竞赛技巧，并可指导参加图像算法相关的竞赛。

(8) 自选项目，自由选择项目提供相关指导。