我的cv入门学习_cv 自学

因为兴趣和学习方向的一些原因吧，想要涉及cv这个方向。也为此在网上找了大量的学习资料，因为自己是自学，导致学习的路途会绕很多的弯，从而存在太多的不确定性，也让自己因为学的不够系统而导致有较深的挫败感。
不过一次偶然的机会，看到了百度飞浆的paddlepaddle入门培训，反正我也是啥都想学这去看看，于是报名参加了，感觉属实可以，参加培训的学员们也都i激情高涨，很多人大晚上了还在群里讨论调试代码。
比如，拿我前段时间做的paddle培训的课后作业—口罩分类。有效检测在密集人流区域中携带和未携戴口罩的所有人脸。
在课上会讲解vgg网络，以及相关网络参数的设置及计算，讲解很详细，不得不提一下，ai studio里的数据集还挺多的，别人做的开源项目也挺多，可供我们尝试学习。
VGG的核心是五组卷积操作，每两组之间做Max-Pooling空间降维。同一组内采用多次连续的3X3卷积，卷积核的数目由较浅组的64增多到最深组的512，同一组内的卷积核数目是一样的。卷积之后接两层全连接层，之后是分类层。由于每组内卷积层的不同，有11、13、16、19层这几种模型，如下图展示一个16层的网络结构以及项目链接。
这次的百度飞浆的培训课程对于我们这些新手来入门还是很友好的。

添加链接描述