1.了解计算机视觉基础知识和应用 2.学会OpenCV基本操作 3.学习图像处理方法 4.学习人脸检测，人脸识别应用

通用技术知识框架搭建：视觉通用调试技术的推广，让应用人员有一个全 面的知识架构，不是一个一个项目学习，是整个面的铺开，以后知识可举一反三。

Categorical Depth Distribution Network for Monocular 3D Object Detection翻译

计算机视觉：模型学习和推理（算法） Simon JD Prince教授撰写的《计算机视觉：模型学习和推理》一书中算法的Python实现。 这本书，算法。 这些算法是根据本书中的章节进行组织的，这些章节介绍了与机器学习和计算机视觉有关的几个主题。 第四章 本章概述了用于将概率模型拟合到数据的方法。 本章涵盖了三种方法，每种方法都有两个示例：最大似然估计（4.1，4.4），最大后验（4.2，4.5）和贝叶斯方法（4.3，4.6）。 第一组示例用于单变量正态分布，而第二组示例用于类别分布。 Cahpter 6 本章重点介绍计算机视觉模型的两个主要类别。 那些在给定数据的情况下对世界状态的概率进行建模的模型（判别式），以及在给定世界状态的情况下对数据进行概率的建模的模型（生成式）。 本章只有一种算法，它是基本的生成分类器，可以在Chapter_6文件夹中找到。 此外，如书中所述，生成分类器用

只看不练假把式。此 SIFT 特征检测源码 400+行，你可以挖掘到很多实现细节，甚至资料中找不到细节，或者是看文章看不懂的地方，值要细细研究代码，你就能恍然大悟。

数据集包含训练和测试两个文件，各包含 12500张图像，共 25000张。 来自 2013 年的 kaggle 竞赛，当时获胜者使用卷积神经网络达到了 95% 的精度。

深度学习计算机视觉面试题目，包含各个互联网公司常见的面试题，非常全面，能看完面试基本没问题

Let’s Take This Online: Adapting Scene Coordinate Regression Network Predictions for Online RGB-D Camera Relocalisation

简易的C语言生成器

基于matlab实现各种复杂图像处理技术：绝对误差和算法（SAD）找图像异同、频域滤波和空域滤波进行图像去噪、均值滤波去噪、维纳滤波器进行图像复原、sobel算子进行边缘检测、Hough变化进行图像校正，包含完整算法程序及图像处理结果