echobear313 / roadmap-of-little-bear

小熊同学的学习园地

roadmap-of-little-bear

小熊同学的学习园地，有空的时候就记得看一下

Deep Learning

• Deep-Learning-Papers-Reading-Roadmap
• deeplearningbook-chinese by Ian Goodfellow、Yoshua Bengio and Aaron Courville, Deep Learning这本书的中文版。
• 基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN，人脸检测，手势检测需要用到这个，首先需要把手检测出来，然后才能做手势识别。
• 主流深度学习框架对比，把现在主流的框架介绍了一遍。
• 深度学习-LeCun、Bengio和Hinton的联合综述，作者Yann LeCun、Yoshua Bengio、Geoffrey Hinton，三位祖师联合发表在Nature上的文献综述..
• CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别？
• 一文读懂卷积神经网络CNN
• 深度学习简介(一)——卷积神经网络
• 详解卷积神经网络(CNN)

MTCNN

• NMS——非极大值抑制
• MTCNN训练整理
• MTCNN（Multi-task convolutional neural networks）人脸对齐
• 人脸检测——MTCNN
• 人脸检测：MTCNN
• 训练细节
• 训练用到的两个数据集widerface，32203张图片，393703张脸，标签是每张脸的bounding box，也就是把脸抠出来的框的两个点的坐标，这个数据集用来前两个网络，粗筛、细筛把脸抠出来；aflw，两万五张脸，每张脸标注了21个关键点，同时包括人脸边框。这个数据集用来最后一个网络，检测的同时做关键点的回归，也就是检测。两个数据集里面就包括了训练集和测试集。测试数据集fddb，包含的是人脸检测的标签，5171张脸，2845张图片，从LFW数据集(centerloss用到的那个数据集)中抽出来打的标签，人脸检测比较通用的比较性能的数据集。

OpenCV

• 【OpenCV人脸识别入门教程之二】人脸检测，这个教程里面用到的文件可以在opencv官网找到，我已经把它挑出来，写了一个完整的项目，在opencv-face-detection文件夹里面, 运行看一下效果，先cd到这个文件夹，然后cmake . && make. 自带的haarcascade检测器有gpu版本，先用cpu的吧，不过速度可能有点慢。

Caffe

• caffe官网有很多notebook一步步教你用，全英文看起来可能很吃力，可以先跑一个Lenet mnist手写体数据集，跑完之后做一个Classification，你就很厉害了，加油
• Mnist手写体数据集的训练
• Mnist手写体数据集的预测
• 以上是训练和预测的博客，介绍的比较详细，无聊的时候看看加深印象。我一步步教你做。

Django

• Django博客教程，很详细

Markdown

• Markdown语法说明(中文简体版), 非常详细
• Markdown编辑器：typora(所见即所得、支持latex数学公式, $$ 公式 $$嵌入，我更希望你用sublime或者vscode等编辑器，然后在浏览器预览，因为这样支持嵌入html tag)

Vim

• 如何让 vim 成为我们的神器，简要介绍了一下常用命令。
• Vim入门基础，Vim的快捷键和搜索是区分大小写的，例如A和a，向后添加和行末添加。这时候你需要在键盘上敲shift+a。
• submline可以修改成vim模式，vscode和pycharm、clion、ij等jetbrains家族套餐，包括visual studio都有vim插件，不要去折腾terminal的vim配置，本质上对技术没有提升，vim最重要的意义是效率的提升。不要折腾。

Competition

• **大学生计算机设计大赛，七月截止八月结束，关注一下
• 创新杯 2018，2018年1月30日 23:59报名，2018年3月28日 23:59复赛，2018年4月下旬半决赛，2018年5月下旬决赛
• 2018第九届“北斗杯”全国青少年科技创新大赛，这个很水，作品评选时间：市级、省级赛区初赛作品评选定于2018年3月13日前，分赛区初赛作品评选定于2018年3月11-19日，全国总决赛作品评选定于2018年3月26-30日。我看了一下，网上报名，然后学校盖章，你再仔细看一下是不是，不然就先把名报了。等我考完，想一下能不能套一个现成的东西。相关介绍。