学习深度学习目标检测

这个路线是我在读研究生阶段的学习路线，希望可以对你们有用

深度学习的学习路线

说道深度学习，这个是一个非常大的体系了，我们初学不可能将说有深度学习的内容全部学会，我们只是找到自己感兴趣的一个小分支，然后在这个小分支下进行研究。我这里给大家简单的梳理一个：深度学习在图像，语音，博弈，生成等方向都有结合，比如在图像上就是我们典型的卷积神经网络（cnn），和语音的结合就是循环神经网络（rnn），博弈就是我们的α狗，生成就是我们的生成对抗网络，这些方向我们只需要找一个自己感兴趣的方向，比如和图像结合的cnn，我们就研究这一个方向就好。如果大家对其他的比较感兴趣我建议大家先从网上找一本深度学习的图书大致看一下各个方向的概念是什么，然后再选择自己的方向。
我自己走的就是和图像相结合的方向那么接下来我就说一下

目标检测学习路线

目标检测：找到图片中目标的类别和对应的位置
很多同学听很多同学说深度学习刚开始你就先搞个手写数字识别吧，不错，就是这样，手写数字识别可以说就是编程界的hello world，废话不多说，直接上干活：
在看这些之前，一定要把深度学习基础看一下，比如什么是卷积，池化，全连接，网络参数怎么计算，tensor概念，dropout，pytorch的基本语法，python的基本语法。最起码你看人家的代码知道人家干了一个什么事情啊，对不对
目标分类---->目标检测
目标分类：
*理论路线：*lenet5->resnet->vgg
mobilenet->densennet
实践路线：手写数字识别->猫狗分类（花朵分类）
解释：猫狗分类和花朵分类的知识点相类似,把这两个搞清楚就ok，如果想扩展就再看看其他的。
目标检测：
理论路线：faster-rcnn->yolov1->ssd->yolov3-yolov4
实践路线：口罩识别，人脸识别，车牌识别等
解释：在理论路线中，我省略了很多很好的算法，有兴趣的可以去看，r-cnn，efficientdet，retinanet, RFBnet，等等，实践路线中最主要的是你要有数据集才可以哦。比如，人脸识别你要有人脸的图片，车牌识别你要有车牌的图片。
最最主要的就是你一定要回会找代码，把yolov3，ssd的源码找到，你自己写肯定是不现实，所以也考验了一定的资料搜索能力，最后再附上我找到的资料，有需要的可以私信我啊，希望这个帖子可以对你有帮助，且给个好拼，哈哈
深度学习目标检测的学习路线

敏感话题（工资待遇）

学深度学习的工资待遇都不低，在北上广这些最低10k，但是现在这个产业在一般的城市很少，岗位可能也很少，比如到了4线城市应该是没有这方面的企业了。所以找工作也有一定的局限性。而且这方面一般要求都是研究生学历，大家有兴趣可以从招聘网站搜搜，比如boss招聘 这个招聘软件，多看看就明白了。
再给大家推荐几个，比如推荐系统，知识图谱这些，感兴趣的也可以学学哦，希望大家都有所成就