学习路线

1. 计算机视觉基础知识

• 图像处理基础：了解图像的基本处理技术，如滤波、边缘检测、直方图等。
• 数字图像处理：熟悉数字图像的表示、颜色模型、图像增强等基本概念。
• opencv课程链接：Python for Computer Vision with OpenCV and Deep Learning

资料推荐：

• 书籍：《数字图像处理》 - 冈萨雷斯、伍兹
• 在线课程：Coursera上的Digital Signal Processing专项课程

2. 机器学习和深度学习基础

• 机器学习基础：了解监督学习、无监督学习、强化学习等基本概念，掌握常用机器学习算法。
• 深度学习基础：理解神经网络、卷积神经网络（CNN）、循环神经网络（RNN）等。
• 深度学习框架：熟悉常用深度学习框架如TensorFlow、PyTorch等。