【CV春季划】2021年有三AI-CV春季划出炉，最后一届言有三手把手从零带学

一年之计在于春，为了帮助一些朋友在今年从头开始掌握好深度学习与计算机视觉，2021年的有三AI CV春季划正式发布，并且这是最后一届由言有三本人直接带领的小组。

下半年起，有三将专注于更难的夏季划和秋季划内容，会陆续培养人来接管春季划的部分基础内容，所以那之后加入的小伙伴就不再由我负责答疑了，下面来看一下春季划的介绍。

什么是有三AI春季划

有三AI春季划是言有三亲自带领的供零基础初学者学习深度学习和计算机视觉的学习计划，学习不限时间，答疑永久有效。

有三AI春季划是给以下选手准备的，目标是完全入门计算机视觉，培养后续能够独立进行该领域学习的习惯和能力。

(1) 深度学习/计算机视觉/图像处理零基础学生与转行的从业者。

(2) 深度学习/计算机视觉/图像处理基础薄弱，缺少实践，停留在网络视频课级别的选手。

(3) 不具备能完成从数据准备到模型调优全流程的深度学习/计算机视觉从业者。

(4) 未能熟练掌握计算机视觉基础领域，模型设计与调优等算法的选手。

下图是2021年CV春季划包括的所有内容预览图，可以自行放大仔细阅读。

大家可以听以下直播视频解读，更多补充可看图文。

点击边框调出视频工具条

总体学习资料

总体的学习资料包括几个部分：

(1) 学习书籍：有三自己撰写的图书教材，目前已经出版过三本，每一本配套相关资料，所有书籍都会给大家配置，如果已经购买过，抵扣相应原值。

(2) 视频：除了书籍相关的视频，还有许多套各个方向的视频，包括但不限于深度学习之编程基础、深度学习之图像基础、深度学习基础、深度学习之图像识别-入门实践篇、深度学习之图像分类-理论实践篇、深度学习之目标检测-理论实践篇、深度学习之图像分割-理论实践篇、深度学习之模型设计-理论实践篇、深度学习之GAN基础-理论实践篇、各类直播，超过200小时，10门以上，并且还会持续增加。

(3) 知识星球社区：包括两个，一个是专用于春季划学习小组存储资料的星球，永久有效，不对外开放。

另一个是对外开放的有三AI知识星球，包括很多内容，大家可以自行阅读下文了解，如果已经加入过知识星球，抵扣当时加入的费用。

(4) 有三AI内容组，项目组，运营组：是学习后下一步从业的真正目标。在内容组大家可以从事内容创作和教学相关的工作，获得收入。在项目组大家可以参与各类工程项目，获得收入。在运营组大家可以参与生态运营，获得收入，下面是一些分享，大家可以参考。

(5) 线上线下答疑：包括有三的微信答疑和组织的线下活动、以及私人线下答疑。

总的来说：学习资源是非常丰富和多维的，大家根据需要可以自取，下面我们来看每一部分的内容。

Linux学习

Linux是开发者日常工作的环境，相比windows可以大大提升工作效率。我们需要掌握基本命令，shell脚本的熟练撰写，环境的配置和管理，一些高效工具和插件的使用，学习以Ubuntu16.04作为平台。

已有配置资源包括：数据代码，图文课件，一套Linux使用视频。

Python学习

Python是最流行的AI编程语言，需要熟练掌握基本的数据结构，良好的编程习惯(面向对象设计等)，OpenCV等计算机视觉库的使用，爬虫库的熟练使用。

已有配置资源包括：数据代码，图文课件，一套OpenCV视频。

C++学习

C++是项目落地的关键，我们需要熟练使用基本库，计算机视觉相关库，掌握高效的编程习惯，学会编写CMake和Makefile编译文件，包括若干个小任务和1个综合性任务。

已有配置资源包括：数据代码，图文课件。

开源框架

熟练掌握主流的开源框架是从业者必备的素质，我们至少需要掌握Caffe，Pytorch，tensorflow三个开源框架的完整使用流程。

已有配置资源包括：数据代码，图文课件，Caffe，Pytorch，tensorflow快速入门实践视频，1套Caffe深入学习视频。

传统图像算法基础

传统图像算法基础是提升自身计算机视觉素养不可或缺的部分，我们至少需要掌握经典的图像降噪，增强，检测，分割算法，完成若干小型项目。

已有配置资源包括：数据代码，图文课件，一套OpenCV视频，一套有三说传统图像算法视频。

深度学习理论

理论是实践的基础，我们需要掌握CNN的基础概念和各类优化相关的知识。

已有配置资源包括：超过40个小时的深度学习基础视频。

数据使用

数据的使用是深度学习算法领域从业者的必备素质，知道如何收集高质量的数据，如何整理数据，如何分析数据，如何在各类项目中使用好数据增强。

已有配置资源包括：数据代码，图文课件，一套数据爬虫视频，一套数据增强视频。

图像分类

图像分类是所有计算机视觉项目的基础，是深度学习模型发展的基础，我们需要掌握不同粒度的图像分类任务。

已有配置资源包括：数据代码，图文课件，一套超过20个课时的图像分类理论与实践完整视频，一套深度学习之图像识别书籍对应内容视频。

图像分割

图像分割是最底层的图像理解技术，有非常广泛的应用，我们需要掌握不同粒度的图像分割任务，包括语义分割，实例分割，Image Matting。

已有配置资源包括：数据代码，图文课件，一套超过20个课时的图像分割理论与实践完整视频，一套深度学习之图像识别书籍对应内容视频。

目标检测与跟踪

目标检测是计算机视觉中应用最广泛的领域，我们需要掌握基础的目标检测框架和目标跟踪框架。

已有配置资源包括：数据代码，图文课件，一套超过14个课时的目标检测理论与实践完整视频，一套深度学习之图像识别书籍对应内容视频。

模型调参和设计

模型的设计和理解是整个深度学习领域中最核心的内容，我们需要掌握各类参数的使用，熟悉架构的设计，知道如何提升模型性能，降低模型参数与计算量。

已有配置资源包括：数据代码，图文课件，一套超过20个课时的模型设计理论与实践完整视频，一套深度学习之图像识别书籍视频，一套超过6个课时的模型设计与优化理论视频，一套深度学习之图像识别书籍对应内容视频。

生成对抗网络

生成对抗网络是一项基础的技术，它在各类计算机视觉任务中都可以发挥作用，我们这里掌握它的两个最有价值的应用领域，图像生成和图像翻译。

已有配置资源包括：数据代码，图文课件，一套超过5个课时的GAN基础视频，GAN相关的直播。

补充说明

1. 学习方式

(1) 按照给出的路线和学习资料，推荐的学习时间，可以自主把控学习进度，不限制学习时间，永久有效。建议先系统性学习理论，然后再进行实践。另外学习资料还会动态增加，包括微信群内直播，知识星球等

(2) 微信群答疑，有三一对一微信答疑和线下答疑。

(3) 参与内容组，兼职当老师获得收入。参与项目组，做真实项目获得收入。参与运营组，获得收入。

2. 项目实践

每一个方向的项目实践，有的是与知识星球中的图文匹配的，有的是与视频课程匹配的，平均每一个方向都会有4个以上的实践，请大家仔细区分。比如图像分类部分项目数据示意图如下：

3. 学习收获

学习效果因人而异，我们用尽可能完整的内容让大家能够很好的打好基础，为后续的职业进阶扫除障碍。学习完CV春季划，基本满足大部分计算机视觉工作岗位的研发能力要求，但并无法保证让你获得相关的工作岗位，尤其是竞争非常激烈的优秀工作岗位。后续进阶锻炼则需要继续提高编程能力，深入掌握自己从事领域的前沿研究。

如何报名

即日起至2021年底学费为2021元，终身有效，此后内容增加也不会新增费用，如果有书和有三AI知识星球可以抵扣相应费用，联系有三微信Longlongtogo即可报名。

转载文章请后台联系

侵权必究

往期相关