【杂谈】有三AI秋季划火热进行中，如何深入学习模型优化，人脸算法，图像质量等研究方向...
文/編輯 | 言有三
這是我們最后一次CV季劃，關于春季劃和夏季劃的說明，大家可以閱讀往期文章。
這個春天，有三最后一月的學習“季劃”招生
最后24小時，有三AI夏季劃報名即將截止
秋季劃的主題就一個字，“戰”！這一次我們分3大方向，分別是模型優化組，人臉算法組，圖像質量組。
為什么搞季劃
為什么要搞季劃，有三跟很多人都解釋過，我們不做培訓，但是會帶一些徒弟。帶這些徒弟的目標除了維持生活費收入，更重要的一點就是作為有三AI這艘船的人才儲備，畢竟一起成長起來的人才最可靠。
不論是以后要成立的公司，還是有三AI內容平臺，都會優先從自己培養的人才隊伍中挑選成員，可以說季劃學員就是我們明日之星。不論是成為合伙人，還是成為專欄作者，其中會有不少人成為平臺將來的中堅力量。現在已經有一些學的不錯的同學成為了專欄作者，就是很好的案例。星星之火可以燎原，AI這個舞臺必有我們一席之地。
季劃就是難度依次增加的學習小組，有三親自帶領，囊括一對一答疑，微信群和知識星球，線下活動，圖文課件，代碼，數據集以及視頻。
春夏季劃需要掌握的是編程基礎，開源框架，圖像基礎，深度學習中的數據使用，模型設計和優化，訓練和部署，分類分割檢測跟蹤重建等一系列項目，掌握擁有獨立完成工程項目的能力。
秋季劃簡介與參與條件
而此次的秋季劃，則開始分三大方向，模型優化，人臉算法，圖像質量，這是對標公司的分組設置。當你在某一個領域里做到極致，便會成為該領域的專家，從此就真的有了立足之地。
參加秋季劃有以下基本要求：
(1) 熟練掌握Python，會使用C++編程。
(2) 至少能使用Caffe，Tensorflow，Pytorch三大開源框架。
(3) 扎實的數字圖像處理基礎，熟練掌握OpenCV。
(4) 扎實的深度學習理論基礎。
如果大家沒有相關基礎，就可以先去準備好相關基礎，如果想要在有三平臺進行學習，就從春，夏季劃開始，簡介上面已經有鏈接，自己點擊就可以閱讀，或者添加文末有三的微信答疑。
模型優化組
模型優化小組的目標，就是掌握深度學習模型設計，調參，優化，部署。需要學習的東西包括8大項目：數據使用，模型使用和調參，模型性能分析，緊湊模型設計，模型剪枝，模型量化，模型部署，NAS。
數據使用
數據使用項目包括：
(1) 如何針對自己的任務搜集，整理數據
(2) 如何對數據的質量進行分析
(3) 如何選擇好數據的尺度
(4) 圖像分類等基本任務中的數據增強實戰
模型使用和調參
模型使用和調參項目包括：
(1) 如何針對自己的任務選擇好基準模型架構
(2) 如何設計和改進模型
(3) 如何對模型進行訓練調參
模型分析
模型分析項目包括：
(1) 如何對模型進行可視化
(2) 如何對模型的計算量和參數量進行分析
緊湊模型設計
緊湊模型設計項目包括：
(1) 如何壓縮大模型
(2) 如何設計小模型
(3) 如何保障小模型的性能
模型剪枝
模型剪枝項目包括：
(1) 模型剪枝理論學習
(2) Tensorflow等模型剪枝開源框架使用
模型量化
模型量化項目包括：
(1) 模型量化理論學習
(2) Tflite/TensorRT等模型量化工具的使用
模型部署
模型部署項目包括：
(1)?ONNX的熟悉和使用
(2) MACE/MNN的熟悉和使用
自動化模型設計(NAS)
自動化模型設計項目包括：
(1) NAS基礎理論學習
(2) AutoKeras等NAS工具使用
人臉算法
人臉算法小組需要掌握當前人臉圖像領域的主要算法，學習的東西包括8大項目：人臉檢測，人臉關鍵點檢測，人臉識別，人臉屬性分析，人臉分割，人臉美顏，人臉編輯與風格化，三維人臉重建。
人臉檢測
人臉檢測項目包括：
(1) 通用的人臉檢測算法，掌握大姿態，遮擋，小臉檢測技術原理
(2) 人臉檢測項目實踐
關鍵點檢測
關鍵點檢測項目包括：
(1) 通用的人臉關鍵點檢測算法，大姿態，有遮擋的關鍵點檢測算法，人臉關鍵點跟蹤算法原理
(2) 人臉關鍵點檢測項目實踐
人臉識別
人臉識別項目包括：
(1) 通用的人臉識別算法，遮擋，跨年齡的人臉識別算法原理
(2) 人臉識別項目實踐
人臉屬性分析
人臉屬性分析項目包括：
(1) 人臉表情，顏值，年齡等算法原理
(2) 人臉屬性分析項目實踐
人臉屬性分割
人臉屬性分割項目包括：
(1) 圖像分割模型設計和優化方法
(2) 人臉屬性分割項目實踐
人臉美顏與美妝
人臉美顏項目包括：
(1) 通用美顏技術如磨皮美白，大眼，瘦臉以及化妝算法原理
(2) 人臉美顏項目實踐
人臉編輯與風格化
人臉編輯項目包括：
(1) 通用的編輯技術，如表情遷移，姿態遷移，換臉等
(2) 人臉編輯項目實踐
人臉重建
人臉重建項目包括：
(1) 傳統優化和深度學習三維人臉重建算法原理
(2) 三維重建項目實踐
圖像質量
圖像質量小組需要掌握與圖像質量相關的內容，學習的東西包括8大項目：圖像質量評價，圖像構圖分析，圖像降噪，圖像對比度增強，圖像超分辨，圖像去模糊，圖像風格化，圖像修復。
圖像質量評價
圖像質量評估項目包括：
(1) 圖像質量評估，美學評估算法原理
(2) 圖像質量評估項目實踐
圖像構圖
圖像構圖分析項目包括：
(1) 顯著目標檢測與圖像構圖算法原理
(2)?圖像構圖項目實踐
圖像降噪
圖像降噪項目包括：
(1) 傳統圖像與深度學習圖像降噪算法原理
(2) 圖像降噪項目實踐
圖像對比度與色調增強
圖像對比度增強與色調增強算法項目包括：
(1) 傳統圖像與深度學習圖像增強算法原理
(2) 圖像增強項目實踐
圖像超分辨
圖像超分辨項目包括：
(1) 傳統圖像與深度學習超分辨算法原理
(2) 圖像超分辨項目實踐
圖像去模糊與銳化
圖像去模糊與銳化項目包括：
(1) 傳統圖像與深度學習圖像銳化和去模糊算法原理
(2) 圖像去模糊項目實踐
圖像風格化
圖像風格化項目包括：
(1) 傳統圖像與深度學習圖像風格化算法原理
(2) 圖像風格化項目實踐
圖像修復
圖像修復項目包括：
(1) 傳統圖像與深度學習圖像修復算法原理
(2) 圖像修復項目實踐
學習方式
1，學習形式
根據難度每一到兩周一個項目，從11.4號開始，至春節前結束，每周項目學習需要完成推薦資料的閱讀和項目實踐，之后盡量參加一個相關的比賽。具體資料包括：
(1) 與項目配套的錄制視頻。
(2) 與項目配套的開源資料。
(3) 與項目配套的代碼數據。
(4) 永久有效的相關微信群。
(5) 有三AI知識星球社區。
2，學習建議
報名模型優化+人臉或者模型優化+圖像質量組，不建議報三個組。所有的內容都是先學習理論，再進行實踐，時間分配約1:1。
3，寄語
這一次我們有明確統一的時間規劃，但是其實要想做好每一個方向，短時間肯定是不夠的，后面永久存在的技術討論群，有三的答疑，有三AI知識星球才是最有價值的，請大家仔細評估是否加入。由于有很多人想著盜取有三AI的資源，因此會做相關防盜策略，資料分批發放，也是為了大家能夠真正更好的消化相關內容。
秋季劃與春夏季劃相比
秋季劃與春夏季劃有幾點不同：
(1) 不提供額外項目輔導，即討論內容僅限群內相關主題討論
(2) 沒有圖像基礎，開源框架等基礎內容，所以欠缺的同學需要自備相關技術
(3) 群里自由組隊參加相關比賽
秋季劃與春夏季劃相同之處：
(1) 學習時間永久有效
(2) 有三及時指導(沒有助教)
費用
(1) 每一個小組參與費用800，同時報名兩個1500，不能報名超過兩個小組，學習時間終身有效，可添加有三微信Longlongtogo咨詢詳情
(2) 體驗費用為300，贈送體驗視頻和有三AI知識星球，不退款
(3) 原有的春，夏計劃成員可以半價參與任意多個項目
轉載文章請后臺聯系
侵權必究
有三AI發布360頁11萬字深度學習CV算法工程師成長指導手冊，可下載收藏打印，未完待續
【完結】深度學習CV算法工程師從入門到初級面試有多遠，大概是25篇文章的距離
【完結】優秀的深度學習從業者都有哪些優秀的習慣
【完結】給新手的12大深度學習開源框架快速入門項目
【完結】總結12大CNN主流模型架構設計思想
【完結】12篇GAN的優化文章大盤點，濃濃的數學味兒
【完結】16篇圖像分類干貨文章總結，從理論到實踐全流程大盤點！
【AI不惑境】數據壓榨有多狠，人工智能就有多成功
【AI不惑境】網絡深度對深度學習模型性能有什么影響？
【AI不惑境】網絡的寬度如何影響深度學習模型的性能？
【AI不惑境】學習率和batchsize如何影響模型的性能？
【AI不惑境】殘差網絡的前世今生與原理
【AI不惑境】移動端高效網絡，卷積拆分和分組的精髓
【AI不惑境】深度學習中的多尺度模型設計
【AI不惑境】計算機視覺中注意力機制原理及其模型發展和應用
【AutoML】如何選擇最合適的數據增強操作
【AutoML】激活函數如何進行自動學習和配置
【AutoML】歸一化(Normalization)方法如何進行自動學習和配置
【AutoML】優化方法可以進行自動搜索學習嗎？
【AutoML】損失函數也可以進行自動搜索學習嗎？
【AutoML】如何使用強化學習進行模型剪枝？
總結
以上是生活随笔為你收集整理的【杂谈】有三AI秋季划火热进行中，如何深入学习模型优化，人脸算法，图像质量等研究方向...的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【知识图谱】如何构建知识体系：知识图谱搭
- 下一篇： 【AutoML】强化学习如何用于模型量化