这是一个创建于 1999 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近想学人工智能 AI，主要方向是图像识别与处理 求大侠们给点意见
方向与用途： 图像识别 与 图像处理
比如：我要在一张图中 把人识别出来，并把它扣图 扣出来
问题：
1，我应该从哪入手 2，我要学习什么 AI 框架 3，有哪些知识点要掌握。
 |
1
XOXO360 2019-05-28 23:18:57 +08:00 via iPhone
先学高数
|
 |
2
JasonTsang OP @XOXO360 大学都学了 考试也 80 多分 应该可以了，说说关于人工智能的东西 ，高数 等，到时有问题 再补习
|
 |
3
RingoTC 2019-05-28 23:20:52 +08:00 via Android
看看 cs231n?
|
|
4
XOXO360 2019-05-28 23:25:29 +08:00 via iPhone
@JasonTsang 人工智能就是做算法啊，都是框架写算法。矩阵这些你都玩的 6，那你找接口文档自己看好了。都是模版输入调参数
|
 |
5
wanzy 2019-05-28 23:31:01 +08:00 via iPhone
我也是毕业之后才接触视觉算法，现在在某视觉公司作研究员。回想起来当年最关键的也最痛苦的就是大量读论文，有代码的阅读代码复线结果，坚持几个月就能入门了。而且现在的学习难度已经降低很多了，越来越多的工作选择开源。建议先看看 pytorch 这种动态图的框架，学习曲线很平滑。face detection 的话建议直接读 cnn 和 deep ID 的文章，GitHub 上开源了很好的实现。
|
 |
6
YRodT 2019-05-29 06:01:28 +08:00 via Android
1 Mask R-Cnn
2 Pytorch 3 以上两个哪里不会学哪里 |
 |
7
mscb 2019-05-29 08:55:44 +08:00 via Android
先从一些简单的机器学习算法入手，比如 knn、贝叶斯、SVM 等等，了解一下整个研究思路是怎么样的。然后再学神经网络、卷积神经网络等基础深度学习算法知识，再然后去开始了解相关网络架构 VGG、LeNet、GoogleLeNet、ResNet 等相关比较流行的网络架构。现在你就有一定基础了，接下来可以开始看一些和你说的那些相关的论文 /网络架构了，比如 Mask-CNN、PixelNet、facenet、MTCNN 等等。希望对你有所帮助
|
 |
8
wangkai0351 2019-05-29 10:15:57 +08:00
还没搞清楚楼主学这个是要干嘛？
|
 |
9
CrazyRundong 2019-05-29 12:00:13 +08:00
你说的这个任务属于样本分割，用现代一点的方法，可以用 mask rcnn 这类检测 + 分割的方法来做；用传统方法的话，可以算是 image matting，可以了解下 Poisson matting 之类的算法。
|
 |
10
vsitebon 2019-05-29 12:00:22 +08:00
两种路子，一种是从代码理解别人怎么用各种的包，实现某个功能。一种是从算法理解包是怎样实现的，然后通过复现论文实现代码。
|
Select Language