计算机视觉需要学习什么?

计算机视觉应该学习以下五个方面:

(1),计算机视觉的深度学习模型。

因为计算机视觉,我们处理的数据都是图片,所以深度学习模型主要有两种,一种是CNN卷积神经网络,一种是swin transformer等Transformer。推荐学习模型如下:Alexnet,Googlenet,Resnet,

Unet(图像分割)、CycleGAN(图像风格转移)、Vit(视觉变换模型)、swin transformer (Mar奖纸)。

(2)、人工智能基础

场景理解与分析、模式识别、图像搜索、数据挖掘、深度学习等。

(3)代码

对于计算机视觉来说,是一门理论和实践并重的学科。只有在自己写代码的过程中,才能更好的理解模型的训练过程。

(4)图像处理知识

图像处理一般包括:光学成像基础、颜色、滤镜、图像局部特征、图像纹理、图像匹配等。

(5)、相关学科

与计算机视觉相关的其他学科还有机器视觉、数字图像处理、医学成像、摄影测量、传感器等。