学习路径
全部 31 个知识点分四个阶段，合计约 810 分钟。下方「最小可用路径」为最短达成路径：从图像表示与滤波出发，经边缘与 OpenCV 完成传统视觉入门闭环，再沿骨干网络、分类、检测进入 YOLO 实战，最后以数据与训练调优收束，达到「能独立训练并评估一个检测模型」的水平。
0%已掌握 0 / 0
最小可用路径（10 站）
- 01图像的数字化表示与色彩空间图像从哪来 · 20 分钟
- 02滤波与卷积卷积：一切处理的原子操作 · 20 分钟
- 03边缘检测：从 Sobel 到 Canny边缘：结构与轮廓的入口 · 25 分钟
- 04工具链与 OpenCV 实战OpenCV 动手闭环 · 20 分钟
- 05视觉深度学习骨架：从 CNN 引用到骨干网络骨干网络与任务头 · 20 分钟
- 06图像分类与 ImageNet 里程碑分类范式与 ImageNet · 25 分钟
- 07目标检测：IoU、mAP 与两阶段流程检测语言：IoU/mAP/NMS · 35 分钟
- 08YOLO 系与单阶段检测YOLO 系实战 · 30 分钟
- 09数据集与标注工作流数据与标注工程 · 25 分钟
- 10训练调优：增强、迁移与评估训练调优收束 · 30 分钟
入门 7 站
建立图像观感与工具手感，同时了解学科坐标与伦理底线。
- 图像的数字化表示与色彩空间入门20 分钟
- 滤波与卷积入门20 分钟
- 几何变换与图像插值入门15 分钟
- 工具链与 OpenCV 实战入门20 分钟
- 视觉研究脉络：从 Marr 到基础模型入门20 分钟
- 人脸识别争议与监管入门20 分钟
- 隐私、偏见与负责任的计算机视觉入门20 分钟
核心 17 站
传统视觉（特征、几何）与深度视觉（分类、检测、分割）的主干，全部为实战必备。
- 边缘检测：从 Sobel 到 Canny核心25 分钟
- 直方图、金字塔与多尺度核心20 分钟
- 角点检测：Harris 与 Shi-Tomasi核心25 分钟
- 尺度空间与 SIFT核心30 分钟
- 描述子与匹配：从 BRIEF 到 ORB核心25 分钟
- 匹配稳健化：RANSAC 与单应估计核心25 分钟
- 针孔相机模型与投影核心30 分钟
- 相机标定与畸变核心30 分钟
- 对极几何：本质矩阵与基本矩阵核心30 分钟
- 立体视觉与深度核心25 分钟
- 视觉深度学习骨架：从 CNN 引用到骨干网络核心20 分钟
- 图像分类与 ImageNet 里程碑核心25 分钟
- 目标检测：IoU、mAP 与两阶段流程核心35 分钟
- YOLO 系与单阶段检测核心30 分钟
- 图像分割：语义、实例与全景核心25 分钟
- 数据集与标注工作流核心25 分钟
- 训练调优：增强、迁移与评估核心30 分钟
进阶 6 站
三维重建、姿态与视频跟踪，以及把模型送上产线的部署工程。
- 三维重建与视觉 SLAM 概览进阶35 分钟
- 关键点与人体姿态估计进阶25 分钟
- 光流与视频运动分析进阶30 分钟
- 单目标跟踪：相关滤波与 Siamese进阶30 分钟
- 多目标跟踪：SORT/DeepSORT 与轨迹管理进阶35 分钟
- 部署：量化剪枝与边缘推理进阶35 分钟
前沿 1 站
Vision Transformer 与视觉基础模型：当下范式迁移的最前线。
- Vision Transformer 与视觉基础模型前沿30 分钟
模块总览：01-图像与基础处理 · 02-特征与匹配 · 03-相机与三维几何 · 04-深度学习视觉 · 05-视频与跟踪 · 06-实践工程 · 07-脉络与伦理