视觉算法：从入门到项目落地

📚 共计 30 章节

视觉算法概述

计算机视觉定义、发展历程、安防/自动驾驶/医疗影像应用、学习路径与前置知识

图像处理基础（上）

像素与色彩空间(RGB/HSV/灰度)、图像滤波(均值/高斯/中值)、边缘检测(Sobel/Canny)

图像处理基础（下）

几何变换(缩放/旋转/仿射)、形态学(腐蚀/膨胀/开闭)、直方图均衡化

几何形态学

特征提取与描述

Harris角点、SIFT/SURF、HOG、LBP特征

传统机器学习与视觉

KNN、SVM、决策树/随机森林、PCA降维在图像中的应用

深度学习基础（上）

神经网络原理、感知机与MLP、激活函数(ReLU/Sigmoid/Tanh)、损失函数与梯度下降

深度学习基础（下）

反向传播、优化器(SGD/Adam)、过拟合与正则化(Dropout/L1/L2)、Batch Normalization

卷积神经网络（CNN）核心

卷积/池化/全连接、感受野与参数共享、LeNet/AlexNet

现代CNN架构

VGGNet、GoogLeNet/Inception、ResNet、DenseNet

轻量化网络与移动端部署

MobileNet、ShuffleNet、SqueezeNet、模型剪枝与量化

图像分类实战

数据集准备(ImageNet/CIFAR-10)、数据增强、训练流程与评估指标(Accuracy/Precision/Recall/F1)

目标检测（上）

滑动窗口与候选区域、R-CNN系列(R-CNN/Fast/Faster R-CNN)

目标检测（下）

YOLO(v1-v8)、SSD、Anchor机制、NMS、mAP

图像分割（上）

语义分割概念、FCN、U-Net、SegNet

图像分割（下）

实例分割(Mask R-CNN)、全景分割、IoU/Dice系数

单目标(SiamFC/SiamRPN)、多目标(DeepSORT)、卡尔曼滤波与匈牙利算法

图像生成与GAN

生成对抗原理、DCGAN、Conditional GAN、CycleGAN、StyleGAN

图像超分辨率与去噪

SRCNN、ESPCN、SRGAN、去噪自编码器

人脸识别与关键点检测

人脸检测(MTCNN)、人脸识别(FaceNet/ArcFace)、关键点检测

OCR文字识别

文本检测(CTPN/EAST)、文本识别(CRNN+CTC/Attention)、端到端OCR

3D视觉与点云处理

深度估计(Monodepth)、点云(PointNet/PointNet++)、3D目标检测

视频理解与行为识别

光流法、双流网络、C3D、I3D、TSN

模型训练技巧

学习率调度(Warmup/Cosine)、迁移学习与微调、多GPU训练、混合精度训练

模型部署与推理优化

ONNX转换、TensorRT、OpenVINO、NCNN/TNN移动端部署

项目实战（一）

图像分类系统：数据标注到模型训练，构建花卉识别App后端

项目实战（二）

目标检测系统：工业缺陷检测，YOLOv8训练自定义数据集

项目实战（三）

语义分割系统：遥感图像道路分割，基于U-Net落地实践

项目实战（四）

人脸识别门禁系统：人脸检测到特征比对，完整流程搭建

项目实战（五）

OCR票据识别系统：端到端文字识别，支持倾斜校正与版面分析

课程总结与职业发展

技能树、学习资源、面试准备、未来趋势(多模态/AIGC/具身智能)