写在前面
因为最近要给师弟整理一些材料，所以顺带整理了自己这一年学（mo）习（yu）的框架。虽然可能和知乎上路线比较相似，但也确确实实是自己走过一遍的心得。希望随着自己日后的学习总结，能把如下的框架变成详细的知识点丰富起来，也算是没白学过自动化这个专业。
正文
理论基础
基本知识点：
A．专有名词相关：召回率，准确率，IoU，损失函数……
B．目标检测结构：backbone，neck，head，trick……
C．目标识别<-目标检测->目标分割/跟踪
技术方法：机器学习(略读)->神经网络（BP/线性回归[记不太清了，总之就是神经网络两大基本/经典算法]）->卷积神经网络（各层之间的结构/各种经典模型）->目标检测模型（经典/最新）
文献阅读（近3-5年）
- 硕博文章（打基础）：
检索办法：中国知网
985博士->985硕士->211博士->211硕士（水下看哈工程的）
博士文章**话多，论述详细，基础概念讲的详细 - 中文文献：EI，北大核心（中文上手快）
- 外文文献（找创新点）：顶会顶刊
三大顶会（分类看ccf）/IEEE tans**系列
程序项目
Github为主
主要水下机器人->python pytorch为主
工具
CSDN Github #看程序 下载项目文件
Web of science /IEEE Xplore #检索外文文献
知云文献翻译 #阅读外文文献
知乎 #大佬总结的专栏
公众号：机器之心，CVer，arXiv #了解方向前沿内容
其他相关技能
1.写博客：在线保存内容，托管自己的思想
2.EndNote：文献管理神器
3.LateX：目前还没有写作，还没有学习怎么使用
|