ImageNet是由斯坦福大学的李飞飞教授创立的。它是一个计算机视觉数据集,用于从图片中识别物体。ImageNet数据集非常详细,有专门的团队维护,使用非常方便,因此在计算机视觉领域的研究论文中应用非常广泛。几乎所有的深度学习图像领域算法性能的检验都以ImageNet数据集为“标准”。
不仅仅是计算机视觉研究,对于计算机领域整体的研究而言。一开始找准方向是一个很重要的问题,其原因有两个:某些细节方向可能是走着走着发现“此路不通”,一个“好的”论文方向最好是一个你自己感兴趣的方向。每个人擅长的领域也不尽相同。
经典CV只做一件事:3D reconstruction...
Machine Learning 是机器学习!所以 Bishop 的书叫Machine Learning and Pattern Recognition ... 虽然广义的CV包罗万象,但是...还是建议:把基本概念搞清楚吧...
稍微好一点的高校没啥用,论文只是门槛,还有看论文的方向。可能这个论文发表数量,也许在人事处那一关可以过,但是拿到本专业的老师那去。刚好你的方向都是她看不顺眼的方向。可能发表10篇垃圾文章,反而是减分项。好的论文一两篇就够了,那种短时间发10多篇论文的。会被某些大佬打上一个精致的利己主义,学风不正的标签,那就不用了。