建議時間：每周5－6小時

視頻分析簡介：計算視頻中演員的放映時間https：／／www．a(chǎn)nalyticsvidhya．com／blog／2018／09／deep－learning－video－classification－python建立視頻分類模型https：／／www．a(chǎn)nalyticsvidhya．com／blog／2019／09／step－by－step－deep－learning－tutorial－video－classification－python通過視頻進行人臉檢測https：／／www．a(chǎn)nalyticsvidhya．com／blog／2018／12／introduction－face－detection－video－deep－learning－python第11個月和第12個月 – 解決項目并參加競賽目標：最后兩個月都是關于參加多個項目和競賽來獲得實踐經(jīng)驗的。到目前為止，我們除了學習概念外，還涵蓋了多個項目——現(xiàn)在是時候在真實的數(shù)據(jù)集上檢驗你的學習成果了。

建議時間：每周5－6小時

數(shù)字識別器https：／／www．kaggle．com／c／digit－recognizerImageNet對象定位挑戰(zhàn)https：／／www．kaggle．com／c／imagenet－object－localization－challenge年齡檢測https：／／datahack．a(chǎn)nalyticsvidhya．com／contest／practice－problem－age－detection空中仙人掌鑒定https：／／www．kaggle．com／c／aerial－cactus－identification超聲神經(jīng)分割https：／／www．kaggle．com／c／ultrasound－nerve－segmentation對抗性攻擊防御https：／／www．kaggle．com／c／nips－2017－defense－against－adversarial－attack／overview信息圖– 2020年計算機視覺學習之路學習新事物時跟蹤進度是結(jié)構(gòu)化學習過程的關鍵。為了方便在深入研究領域時勾選所有事項。還有什么比一個有插圖的清單更好的呢？它逐月列出了計算機視覺學習的路徑，請看下圖：

參考鏈接：https：／／www．a(chǎn)nalyticsvidhya．com／blog／2020／01／computer－vision－learning－path－2020／