- 计算机视觉模型 - WIP (名字待定)
- 概述
- 适合人群
- 学习目标
- 学习目录
- 一、岗位介绍
- (1) 解决的问题
- (2) 能力要求
- (3) 绩效评估与考核方式
- 二、岗位前景
- (1) 市场需求与产业链
- (2) 核心竞争力
- (3) 偏技术的发展前景
- (4) 偏业务的发展前景
- 三、定义问题 (11.28)
- (0) 技术点: 软技能
- (1) 常见的业务及其理解
- (2) 如何对业务进行抽象建模
- 四、获取数据 (12.05)
- (0) 技术点: SQL, Shell
- (1) 对数据的分析与理解
- (2) 数据标注与标签获取
- 五、模型训练 (12.19)
- (0) 技术点: Numpy, OpenCV, PyTorch
- (1) 如何进行快速验证
- (2) 如何选择并训练合适模型
- 六、模型转换 (12.26)
- (0) 技术点: onnx, TensorRT, TorchScript
- (1) 转换 onnx
- (2) 转换 TensorRT
- (3) TorchScript 的使用
- 七、模型评估 (01.04)
- (0) 技术点: scikit-learn, Pandas, matplotlib
- (1) 常见的模型评估指标与应用
- (2) 常见的数据可视化方法
计算机视觉模型 - WIP (名字待定)
计算机视觉模型 - WIP (名字待定)
这个内容是为了哪些用户而做?(这个考虑到的是选题的有效性、选题足够有市场)
从学校到刚到初级职场过度的入门用户
这个内容到底解决用户的什么问题(一般聚焦的就是1-2个)
干活用到哪些知识,能快速的干活,跳跃从学校到入职的 Gap
这个内容怎么帮助用户解决这个问题的(方法、方式、谁讲的等具体实现工具、方法、人)
有方法论、工具使用、工作经验,具体讲解知识内容及掌握程度,场景化教学(有知识点使用背景、业务场景等)、题目练习、遇到问题如何处理
这个内容的以上几个点,和其他平台内容的区别是什么?差异化价值是什么
知识点会在工作中的应用,进入岗位的前三个月如何展开工作(工作思路),提前了解岗位知识、储备经验
待考虑:
不同场景中的这套工作方法论的可适用性、通用性?
这类内容的反向促进:在学校如何学相关的内容、面试中如何进行准备等
概述
适合人群
学习目标
学习目录
一、岗位介绍
(1) 解决的问题
(2) 能力要求
(3) 绩效评估与考核方式
二、岗位前景
(1) 市场需求与产业链
(2) 核心竞争力
(3) 偏技术的发展前景
(4) 偏业务的发展前景