一、深度学习

基本上就是看课、看笔记，看论文。针对要用得急的py，这里推荐几个我觉得不错的学习途径：

跟李沐学AI
亚马逊的大佬，强推这个，有教机器学习的视频，也有教深度学习的视频，更还有一些比较经典的/爆火的论文讲解。
吴恩达的deeplearning.ai课-B站链接
大佬的课，原视频在coursera上。
deeplearning.ai中CNN方面的高度浓缩笔记
对吴恩达的课高度浓缩的笔记，不过主要针对neural networks基础和CNN部分，对于做目标识别的小伙伴比较友好。
一个逗比的知乎CNN科普
作者比较逗比，讲的比较通俗，上面两个实在看不懂的时候看这个补充一下。
超全deeplearning.ai笔记
吴恩达的所有课的笔记，如果你时间很充裕，又不爱看视频，可以看这个。
不同参数下，卷积和反卷积操作的动画

如果要深入学，还是看花书比较好。
看完这些，相信你已经知道什么是卷了。
在这里插入图片描述

二、Object detection

上一张不知道源头是哪里的图
在这里插入图片描述

一般来说，基于深度学习的detector = backbone + (neck) + head。

Backbones：主要用来做特征提取的那部分网络，也就是主干网络。
GPU平台的有VGG，ResNet，ResNeXt，DenseNet等，CPU平台的有：SqueezeNet，MobileNet，ShuffleNet……
Head：分类和产生bounding boxes的部分。按照不同的head可以把detector分为两类：One-stage object detector和Two-stage object detector。
Neck：介于backbone和head之间，比方说FPN就是一种neck。常见的neck：

One-stage object detector：YOLO系列，SSD，RetinaNet
特点：快，但是准确率不如two-stage。不生成proposals，直接对整张图进行检测。
Two-stage object detector：R-CNN，Fast R-CNN，Faster R-CNN，R-FCN，Libra R-CNN。
特点：准确率高，但是慢。需要专门的一步生成proposals。

看了一堆东西以后，至少术语是搞明白了，那该进一步学习了。学姐给我的建议是一边跑程序，一边看论文。我刚开始跑的是YOLOv3和YOLOv4，还顺带学了学脚本和配置文件。要是想从简单的开始，慢慢熟悉CNN，我有一些推荐的博客：

LeNet-5详解
一个比较经典的简单CNN，建议用入门里学到的那些维度计算公式，去跟着自己算算每一层的维度。有一点不太一样的是：LeNet-5的池化步骤是有weight和bias的，但是后来基本没人这么干了。
AlexNet详解
AlexNet，一个经典的CNN，奠基作之一。
VGG简单介绍
ResNet
必知道的一个网络结构。
最近大火的东西之一：transformer。视觉方面最火的两个：vision transformer，swim transformer。懒得看论文可以找李沐的视频看。

其实最好的找论文的办法就是找个时下比较经典爆火的，去找引文看。

目标检测的源代码挺好找的，多半都会开源，很多论文很多细节不会写出来，光看有可能有时候也不理解，强烈建议时间充足的小伙伴把代码找来对着论文看看（当然对不是要复现的代码，也选择性的看看就好）。

对于交差目的的小伙伴，可以推荐直接看一些tutorial，直接上手。

注意：在倒数据集的时候要注意不同的数据集可能会遵照不同的格式，记得检查。

先到这里，后面慢慢更，有错的又回来改。