计算机视觉需要学什么

计算机视觉要学以下五个方面内容：(1)、用于计算机视觉的深度学习模型因为计算机视觉，我们处理的数据都是图片，所以我们的深度学习模型主要有两种，一种是CNN卷积神经网络，另一种是Transformer如swin transformer。推荐学习的模型有以下几个:Alexnet(开山)、Googlenet、Resnet(残差网络)、Unet(图像分割)、CycleGAN(图像风格迁移)、Vit(视觉的transformer模型)、swin transformer(马尔奖论文)。(2)、人工智能基础场景理解与分析、模式识别、图像搜索、数据挖掘、深度学习等。(3)、代码对于计算机视觉而言，是一门理论与实践两手抓的学科。我们只有在自己编写代码实践的过程中，才能更好的理解模型的训练过程。(4)、图像处理的知识图像处理大致包括的内容:光学成像基础、颜色、滤波器、局部图像特征、图像纹理、图像配等。（5）、相关学科与计算机视觉相关的学科还有：机器视觉、数字图像处理、医学成像、摄影测量、传感器等。