写在前面

1. 每天更新1篇文章，共更新100篇以上

2. 相关代码会放在gitee上

3. 中间会按进度和反馈安排视频讲解

4. 预计2023-11-11开始推送文章，持续3个月左右

专栏简介

本专栏带你从头开始入门计算机视觉。

内容会比之前写的文章更专业更全面，并且你可以深度链接作者，确保你能完全学会。

预计更新100篇文章以及实战代码（预计在3个月左右时间更新完成），包含以下章节（更新过程中会有调整）：

我所理解的计算机视觉

基础背景知识

1. 图片和像素

2. 灰度图

3. 彩色 RGB以及通道在计算机视觉中的含义

4. 彩色YUV

5. OpenCV 介绍、环境搭建及一个实战完成YUV的分量提取

传统计算机视觉初探

1. 高斯滤波

2. 均值滤波

3. 利用 opencv 完成一张图片的高斯模糊

4. 边缘检测

5. 大津算法

6. C++ 利用大津算法完成一张图片的分割

深度学习基础

1. 机器学习和深度学习的关系

2. 神经网络

3. 训练和推理

4. 正向传播和反向传播

5. 损失函数

6. 正向推理的性能，那些框架存在的意义

图片分类模型 - Resnet50

1. 什么是 Resnet50 神经网络？

2. Resnet 神经网络为什么这么重要？

3. Resnet 中共包含哪些算法？

4. 卷积 - 计算机视觉为什么离不开卷积（conv)

5. 卷积 - 卷积的输入和输出， 特征图， feature map

6. 卷积 - 卷积核

7. 卷积 - 感受野（卷积是如何看到图像的）

8. 卷积 - 图片通道数

9. 卷积 - 图片的特征是如何通过卷积表征的

10. 卷积 - 卷积算法的可视化

11. 卷积 - 卷积的本质  - 图片特征的融合

12. 卷积 - 特征图可视化，卷积到底学到了图片的什么特征

13. 卷积 - 卷积算法公式推导

14. 卷积参数 - padding 的作用

15. 卷积参数 - stride 的作用

16. 卷积参数 - dilation 的作用

17. 变种卷积 - 空洞卷积

18. 变种卷积 - 分组卷积

19. 变种卷积 - 逐通道卷积

20. 实战环境搭建 - python  和 C++ 卷积实战 - 手写一个基础卷积算法

21. 卷积总结 池化 - 什么是池化算法

22. 池化 - 池化的核函数

23. 池化 - 和卷积的区别

24. 池化 - 最大池化

25. 池化 - 最大池化的特征不变性

26. 池化 - 平均池化 ，全局平均池化

27. 池化实战 - 手写一个最大池化函数

28. BatchNorm - 批归一化，为什么在特征图的 batch 维度做？

29. BatchNorm - 解决了什么问题

30. BatchNorm 实战 - 公式推导以及手写一个BatchNorm 算法

31. BatchNorm 为什么可以和卷积融合？

32. 激活函数 - 非线性的重要性

33. 激活函数 - Relu 公式

34. 激活函数 - 为什么有人说可以无脑用Relu

35. 激活函数 - sigmoid

36. 激活函数 - 梯度消失和梯度爆炸

37. Resnet - 残差结构

38. Resnet - 残差结构的作用

39. python/c++ 实战 - 利用卷积+relu + add 手写一个残差结构

40. 全连接 - 全连接的本质，图片特征的大融合

41. 全连接 - 和卷积的区别和联系

42. python/c++ 实战 - 手写一个全连接算法

43. Softmax 分类器的作用

44. Softamx 分类的本质

45. Softmax 与损失函数的关系

46. python/c++  实战 - 手写 softmax 算法

47. Resnet 中的下采样

48. Resnet 中的BottleNeck 结构

模型实战

1. python/c++ 实战 - 手写搭建 conv + batchnorm + relu conv_bn_relu)结构

2. python/c++ 实战 - 手写搭建 bottleneck 结构

3. python/c++ 实战 - 手写全局平均池化

4. python/c++ 实战 - 利用 conv_bn_relu + bottleneck + 最大池化 + 全局池化 + 全连接搭建resnet50

5. python/c++ 实战 - 下载该神经网络预训练权值

6. python/c++ 实战 - 对神经网络加载权值 python/c++

7. 实战解析 - 图像预处理介绍

8. python/c++ 手写图像预处理

9. python/c++ 输入任意图片，正确推理结果

10. 神经网络评价指标 - Top1/Top5， 看你手写的神经网络正确率如何？

模型性能优化

1. python/c++ 实战总结 神经网络性能指标 - 吞吐和延时

2. 计算机基础 - 计算数据流加载（IO)

3. 性能优化1 - 循环展开（unrooling) 及其原理

4. 性能优化2 - 图融合及其原理

5. 性能优化2 - resnet中可融合的层的算法等价关系介绍

6. 性能优化实战 - 以上述手写的神经网络代码为基础，完成图融合的实战

7. 性能优化3 - 什么是计算向量化

8. 性能优化3 - 内积和卷积的关系

9. 性能优化3 - 利用 python 的内积优化卷积运算

10. 性能优化3 - CPU 向量指令和标量指令介绍

11. 性能优化3 - CPU avx指令集介绍

12. 性能优化3实战 - 利用avx指令集做卷积算法的优化

13. 性能优化4 - 权值预加载技术

14. 性能优化5 - 模型预编译技术和代码生成介绍

专栏总结

小册内容丰富，从原理入门到算法解析到实战，全部包含。

围绕着Resnet50这一神经网络，会带你将基础知识打牢，无论你是小白，还是已有一些基础想提高，都很适合。