本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

同學，聽說你剛剛誤入計算機視覺的大坑。

那么恭喜你，因為現在有一本長達81頁的CV成長指南，能給你無微不至的關懷：

從裝Python、裝OpenCV、入門深度學習，到人臉識別、目標檢測、語義分割等等各種應用，都有進階路線，里面包含了教程、案例、注意事項。甚至怎樣把算法部署到樹莓派之類的硬件上，也能找到經驗。

推特發出12小時，已經有1200人點了贊。作者名叫Adrian Rosebrock，是個經常出產教程的寶藏男子。

萌新的你，如想成長為一名合格的老司機，請馬克這份指南。

然后，來看里面的內容到底有多豐富：

事無巨細

為了避免“從入門到放棄”的慘劇，在你成為老司機的路上，這份指南給每一步都做了安排。

從目錄看，大致分為兩部分，左邊一列是基礎，右邊一列是應用：

先看左邊的基礎裝備：

· 應該從哪開始呢
· 深度學習
· 人臉應用
· 圖像文字識別 (OCR)
· 目標檢測
· 目標追蹤
· 實例分割和語義分割

第一章“應該從哪開始呢”，是OpenCV的進階路線：

一是安裝Python和OpenCV (初) ，二是理解命令行arguments (初) ，三是用示例學OpenCV (初) ，四是自己搭個OpenCV小項目 (初) ，五是做更高級的OpenCV項目 (中) ，六是在CV的大世界里，選擇自己的小方向 (中) 。

每一步都有需要注意的事項，還有必要的教程資源。

比如，怎樣安裝OpenCV最簡單，為什么不要用Windows，做項目的過程中有哪些常見錯誤類型要避免。

有些步驟，還會分成多個小步驟，每個小步又有作者的溫馨建議。比如，這是第五步：

當這個章節的六步完成之后，還有一步叫“What to Next”，除了告訴大家下面應該做什么，也有一些額外的教程資源提供。

第二章“深度學習”，是算法的進階路線，內容比第一章更豐盛，有12步：

一是構建深度學習環境 (初) ，二是訓練自己的第一個網絡 (初) ，三是理解CNN (初) ，四是搭個自己的圖像數據集 (中) ，五是在自己的數據集上訓練一個CNN (中) ，六是調整學習率 (中) ，七是數據擴增 (中) ，八是特征提取和微調預訓練網絡 (中) ，九是視頻分類 (高) ，十是多輸入和多輸出網絡 (高) ，十一是改進自己的網絡 (高) ，十二是AutoML和AutoKeras。

依然，每一步都提供了詳細的指引，有過往成功案例為你保駕。比如，這是第十二步：

從第三章“人臉應用”開始，就是在各種具體任務當中用到的算法了。

檢測人臉，檢測關鍵點，識別人臉，提升算法的準確率……也把前兩章的進階路線，貫徹進了任務里。

在這一章，作者Adrian Rosebrock頻繁出鏡：

第四章-第七章，文字識別、目標檢測、目標追蹤、實例分割和語義分割，與第三章同理，此處便不詳述。

作者繼續高密度出鏡：

接下來看右邊一列，是幫你走進現實的：

· 嵌入的和物聯網用的CV
· 樹莓派上的CV
· 醫學領域的CV
· 搞搞視頻
· 圖片搜索引擎
· 大神采訪，案例研究 (與教程) ，成功故事

比如，怎樣把自己的算法，放進樹莓派里，放進冰箱里，放進腦子里，都有詳盡的玩法。

作者依然在出鏡：

除此之外，還有各種成功前輩的采訪，里面有一些成功案例 (或附帶教程) ，是初學者可以借鑒的經驗：

除了技術上的建議，這些資料也可當做美味的雞湯，鼓舞著你一路走向人參巔峰。