计算机视觉入门与调优

大家好啊，我是董董灿。

90%的问题我都回复了，但有时确实因为太忙，没顾得过来。

在这个过程中，我发现很多小伙伴问的问题都类似：比如如何入门计算机视觉，某某算法是做什么的，有什么作用。

之前写的文章由于过于分散，不成体系，很多知识点没有串联起来。

于是我做了个合集，计划系统的从传统计算机视觉，到基于深度学习的计算机视觉走一遍。

然后依托Resnet50这一经典图像分类网络，将涉及到的算法都剖析和实现一遍，最后亲自完成该神经网络的搭建，并带你完成任意图像的识别。

基础背景知识

传统计算机视觉初探

深度学习基础

图片分类模型 - Resnet50

模型实战

14. C++ 环境搭建和一些库的安装

15. C++ 代码格式规范的一个工具使用

17. C++ 编译，运行介绍

18. C++ - 手写卷积、池化、bn、全连接、relu等算法

19. C++ - 手写 BottleNeck 结构，搭建resnet50 神经网络

20. C++ - 预测图片数据集介绍

21. C++ - 图片预处理介绍

22. C++ - 完成一张图片的推理，top1和 top5 的准确度验证

23. C++ - 性能评估：Latency 和 FPS 介绍

模型性能优化1 - AVX2 向量指令集

1. 什么是计算向量化

2. avx2 向量指令集介绍

3. avx2 向量寄存器介绍

4. avx2 数据 load/store 向量化操作介绍

5. avx2 向量实现乘累加

6. 利用 avx2 向量指令集优化卷积运算

7. 评估优化前后的性能差距

模型性能优化2 - 权值预加载

1. 计算机基础 - 计算数据流加载（IO)

2. 为什么要做权值预加载

3. 手写的模型如何模拟权值预加载

4. 权值预加载实现，评估优化前后的性能差距

模型性能优化3 - 内存操作的移除

1. 操作系统：内存的申请机制介绍

2. 系统负载：频繁申请内存的影响

3. 如何移除推理 routie 上的内存操作

4. 移除内存操作前后的性能评估

模型性能优化4 - 代码生成

1. 什么是代码生成

2. 代码生成一般都是怎么做的

3. 代码生成有什么好处，为什么性能会更好

4. 手写的模型如何模拟代码生成

5. 将所有算子替换成代码生成逻辑

6. JIT 编译介绍

7. 如何在代码中加载动态库

8. 如何从动态库中获取到函数符号

9. 利用代码生成的逻辑优化手写的神经网络性能

10. 优化前后性能评估

我自从转行来做AI，有不少启发，可以查看：。

上面的内容适合想入门计算机视觉同学，或者已经有一些基础但是想提高自己的同学，还有就是想学习神经网络性能优化的同学。

上面的知识点我都全程答疑，并且可深度链接作者，咨询算法问题。

所有代码我会亲自编写，确保可以完全实操起来，并且理解为什么可以这么做。

做这个文章和代码实战合集，其实也是对我的一种锻炼和知识积累，如果你想入门学习AI视觉，想提高自己的同学，欢迎一起学习，我们一起冲吧。