81页计算机视觉学习指南，助你从萌新长成老司机

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

同学，听说你刚刚误入计算机视觉的大坑。

那么恭喜你，因为现在有一本长达81页的CV成长指南，能给你无微不至的关怀：

从装Python、装OpenCV、入门深度学习，到人脸识别、目标检测、语义分割等等各种应用，都有进阶路线，里面包含了教程、案例、注意事项。甚至怎样把算法部署到树莓派之类的硬件上，也能找到经验。

推特发出12小时，已经有1200人点了赞。作者名叫Adrian Rosebrock，是个经常出产教程的宝藏男子。

萌新的你，如想成长为一名合格的老司机，请马克这份指南。

然后，来看里面的内容到底有多丰富：

事无巨细

为了避免“从入门到放弃”的惨剧，在你成为老司机的路上，这份指南给每一步都做了安排。

从目录看，大致分为两部分，左边一列是基础，右边一列是应用：

先看左边的基础装备：

· 应该从哪开始呢
· 深度学习
· 人脸应用
· 图像文字识别 (OCR)
· 目标检测
· 目标追踪
· 实例分割和语义分割

第一章“应该从哪开始呢”，是OpenCV的进阶路线：

一是安装Python和OpenCV (初) ，二是理解命令行arguments (初) ，三是用示例学OpenCV (初) ，四是自己搭个OpenCV小项目 (初) ，五是做更高级的OpenCV项目 (中) ，六是在CV的大世界里，选择自己的小方向 (中) 。

每一步都有需要注意的事项，还有必要的教程资源。

比如，怎样安装OpenCV最简单，为什么不要用Windows，做项目的过程中有哪些常见错误类型要避免。

有些步骤，还会分成多个小步骤，每个小步又有作者的温馨建议。比如，这是第五步：

当这个章节的六步完成之后，还有一步叫“What to Next”，除了告诉大家下面应该做什么，也有一些额外的教程资源提供。

第二章“深度学习”，是算法的进阶路线，内容比第一章更丰盛，有12步：

一是构建深度学习环境 (初) ，二是训练自己的第一个网络 (初) ，三是理解CNN (初) ，四是搭个自己的图像数据集 (中) ，五是在自己的数据集上训练一个CNN (中) ，六是调整学习率 (中) ，七是数据扩增 (中) ，八是特征提取和微调预训练网络 (中) ，九是视频分类 (高) ，十是多输入和多输出网络 (高) ，十一是改进自己的网络 (高) ，十二是AutoML和AutoKeras。

依然，每一步都提供了详细的指引，有过往成功案例为你保驾。比如，这是第十二步：

第四章-第七章，文字识别、目标检测、目标追踪、实例分割和语义分割，与第三章同理，此处便不详述。

作者继续高密度出镜：

接下来看右边一列，是帮你走进现实的：

· 嵌入的和物联网用的CV
· 树莓派上的CV
· 医学领域的CV
· 搞搞视频
· 图片搜索引擎
· 大神采访，案例研究 (与教程) ，成功故事

比如，怎样把自己的算法，放进树莓派里，放进冰箱里，放进脑子里，都有详尽的玩法。

作者依然在出镜：

除此之外，还有各种成功前辈的采访，里面有一些成功案例 (或附带教程) ，是初学者可以借鉴的经验：