机械0基础学习机器视觉，请各位前bei指丶指丶！

Question

各位前bei您们好，很感谢您用宝贵的时间看我的问题。
我有几个问题想请教一下，我的专业是机械方向，但是现在的方向是基于机器视觉对标志标线的识别，我之前学习过一点C语言，但是现在基本上忘记了，我现在在学习Python，想请教一下：
1、机器视觉，需要具备那些基础的技能？（如：Python语音、什么软件、什么框架）
2、我直接学习OpenCV，很多代码很难看懂，有什么好的方法解决吗？
3、怎么才能快速进入机器视觉的方向的大门，了解机器视觉大体的一个框架？就是现在学习机器视觉，脑子里面根本没有一个具体的学习的思路或者说对于机器视觉有哪些大的框架和其他的深度学习什么的有什么联系，脑子现在是一团浆糊，现在很想形成一个清晰的体系。
以上就是我的三个问题，希望您可以帮忙解答一下，万分非常感谢您看我的问题。

Answer 1

1.语言学python就行，一些api不懂百度下函数作用基本上都能看得懂py的代码的。基础技能除了语言，剩下的就是纯理论了，数学方面有高数，数理统计与概率，线性代数（高数部分最少微积分这块要熟悉，概率论这里一些重要定理要会，线代最好掌握好一些，深度学习基本上都是矩阵了），然后就是机器学习和深度学习，基本上学完深度学习也就差不多了，剩下的一些是机器视觉方面的东西。框架现在一般学的pytorch，用来搭建神经网络模型。
2.学opencv关看不学，上手实践是最快入门的，python很多东西不要求你看得懂原理，但是函数方法的作用是一定要搞清楚的，这样至少遇到一些情况知道改用什么函数解决。
3.快速入门可以看一些论文之类的，从最简单一些网络开始，了解各个网络作用和网络结果，然后动手实践，比如最简单的猫狗分类。然后就是一些基础的网络，像cnn,vgg，resnet还有著名的AlexNet，LeNet，GoogleNet等等，了解一下原理，能上手实践最好.然后就是根据你的应用，标志线的识别你要用什么网络，实例分割还是语义分割，然后找对应的网络模型，学习模型中每一个基础网络模块。机器视觉的大框架很多，图像分类、检测、识别，语义分割，实例分割等。至于机器视觉和深度学习的关系，机器视觉只是深度学习的一个大方向，深度学习还有很多方向的，像语音识别与合成，NLP等等和人工智能相关的基本上都可以算深度学习