这是一套针对计算机视觉（CV）方向科研入门者的实战型指导课程，核心定位是帮助具备一定编程基础但缺乏科研经验的学习者，打通从数据准备到模型训练再到论文成稿的全链路闭环。很多初学者容易陷入“代码能跑通但不知道下一步该做什么”的困境，或者在数据预处理、模型选型和结果分析时缺乏系统性思维，导致实验过程混乱、难以复现、结论站不住脚。本课程正是为了补齐这块短板，它不强调高深的理论推导，而是聚焦于科研工作中高频出现的实际问题：如何科学地组织数据、如何合理配置PyTorch训练流程、如何针对图像分类、目标检测、图像分割等典型任务设计实验，以及最关键的一步——如何把实验结果转化为逻辑严密、表述清晰的论文段落。

适合的人群通常已经掌握Python基本语法，对深度学习框架（尤其是PyTorch）有初步接触，能看懂基础代码，但在独立开展科研项目时感到力不从心。你没有必要精通所有数学公式，但必须理解每个操作背后的科研意图。建议的学习路径是：先花30%时间扎实理解“数据使用”和“PyTorch基础”两部分，这是所有后续实验的地基，数据清洗不规范或张量维度搞错会导致后续全部白费；再依次跟进图像分类、目标检测、图像分割三个典型任务模块，每个模块重点看“实验设计逻辑”而非代码细节，思考作者为什么选这个指标、为什么做这个消融实验；最后务必精读“论文写作指导”部分，这是将前面所有技术工作转化为可发表成果的关键，很多课程忽略此环节，但本课程将其放在核心位置。

学完这套课程，你应该能够独立完成后者：给定一个CV方向的初步选题（如某种场景下的物体检测），自己完成数据收集与标注规范、搭建PyTorch训练pipeline、设计对比实验并可视化结果、撰写包含方法描述与实验分析的论文初稿。资料包中配套的视频教程应按“理论-实操-复盘”顺序消化，每看完一个任务模块（比如目标检测），就动手用提供的数据复现一遍，不要只看不练。特别注意课程中提到的数据使用细节，比如增强策略选择、批次大小对收敛的影响，这些往往是实验失败的高发区。论文写作部分建议边学边改自己的草稿，把每个小节的结构、句式、图表标注方式记下来，形成自己的模板。不要试图一次性记住所有代码，而是掌握“问题-方案-验证”的科研思维框架。当你能够清晰解释“为什么你的模型比baseline好/差”时，说明这套课程的核心目标已达成。

课程介绍

有三AI—CV论文指导2023视频教程，。科研论文写作指导（CV方向）、深度学习之Pytorch、深度学习之数据使用、深度学习之图像分类、深度学习之图像分割、深度学习之目标检测等等

课程目录

├── 1__科研论文写作指导（CV方向）/
│ ├── [333M] 1__CV论文指导第7次直播-科研工具使用以及实验逻辑串讲
│ ├── [ 94M] 2__CV论文指导第6次直播-论文查漏补缺
│ ├── [564M] 3__CV论文指导第5次直播-论文投稿及审稿意见回复
│ ├── [367M] 4__CV论文指导第4次直播-论文写作章节解析
│ ├── [140M] 5__CV论文指导第3次直播-研究方法总结与应用
│ ├── [637M] 6__CV论文指导第2次直播-撰写论文的前期准备
│ └── [126M] 7__CV论文指导第1次直播-什么是科研论文写作
├── 2__深度学习之Pytorch—入门及实战/
│ ├── [7.9M] 1__0-课程介绍
│ ├── [ 27M] 2__1-PyTorch简介
│ ├── [ 58M] 3__2.1-Windows系统下配置PyTorch环境
│ ├── [ 73M] 4__2.2-ubuntu系统下配置PyTorch环境
│ ├── [ 28M] 5__3.1-张量（上）
│ ├── [138M] 6__3.2-张量（下）@www.
│ ├── [153M] 7__4-层结构基本介绍
│ ├── [ 86M] 8__5-网络结构搭建方法
│ ├── [ 36M] 9__6-经典分类网络介绍
│ ├── [ 49M] 10__7-优化器及损失函数
│ ├── [ 41M] 11__8.1-数据读取及增强（上）
│ ├── [ 37M] 12__8.2-数据读取及增强（下）
│ ├── [ 20M] 13__9-模型读取和加载
│ ├── [ 14M] 14__10.1-从零完成表情识别（项目简介）
│ ├── [123M] 15__10.2-从零完成表情识别（数据读取）
│ ├── [ 79M] 16__10.3-从零完成表情识别（模型搭建与训练）
│ ├── [ 31M] 17__10.4-从零完成表情识别（模型测试）
│ ├── [ 278] 18__代码与数据
│ └── 资料代码/
├── 3__深度学习之数据使用—理论实践篇/
│ ├── [660M] 1__《深度学习之数据使用》直播01-自动化数据标注
│ ├── [6.7M] 2__0 课程介绍
│ ├── [ 50M] 3__1 数据获取
│ ├── [ 99M] 4__2 数据整理
│ ├── [ 60M] 5__3 数据标注
│ ├── [102M] 6__4 数据增强方法
│ ├── [ 45M] 7__5.1 Pytorch图像分类数据增强实践-数据增强接口介绍
│ ├── [ 71M] 8__5.2 Pytorch图像分类数据增强实践-实验结果
│ ├── [ 80M] 9__6.1 数据增强开源库imgaug介绍
│ ├── [114M] 10__6.2 数据增强开源库imgaug使用
│ ├── [ 303] 11__数据与代码
│ └── 资料代码/
├── 4__深度学习之图像分类—理论与实践/
│ ├── [315M] 1__《深度学习之图像分类》直播答疑04
│ ├── [332M] 2__《深度学习之图像分类》直播答疑03
│ ├── [174M] 3__《深度学习之图像分类》直播答疑02
│ ├── [342M] 4__《深度学习之图像分类》直播答疑01
│ ├── [ 11M] 5__0 课程简介
│ ├── [119M] 6__1 图像分类基础
│ ├── [ 14M] 8__3.1 从零完成表情识别实践（项目背景）
│ ├── [123M] 9__3.2 从零完成表情识别实践（数据处理与读取）
│ ├── [ 79M] 10__3.3 从零完成表情识别实践（模型搭建与训练）
│ ├── [ 31M] 11__3.4 从零完成表情识别实践（模型测试）
│ ├── [ 45M] 12__4.1 简单图像分类数据增强实战（接口简介）
│ ├── [ 71M] 13__4.2 简单图像分类数据增强实战（实验比较）
│ ├── [ 90M] 14__5.1 细粒度图像分类理论
│ ├── [ 329] 15__5.2 细粒度图像分类参考资料（图文）
│ ├── [ 26M] 16__6.1 鸟类细粒度图像分类实战（项目简介）
│ ├── [ 30M] 17__6.2 鸟类细粒度图像分类实战（数据读取）
│ ├── [ 72M] 18__6.3 鸟类细粒度图像分类实战（模型搭建与训练）
│ ├── [ 48M] 19__7.1 多标签图像分类理论
│ ├── [ 329] 20__7.2 多标签图像分类参考资料（图文）
│ ├── [ 95M] 21__8.1 生活用品多标签图像分类实战（多标签分类简介及算法简介）
│ ├── [148M] 22__8.2 生活用品多标签图像分类实战（数据集制作及读取）
│ ├── [199M] 23__8.3 生活用品多标签图像分类实战（训练）
│ ├── [ 77M] 24__8.4 生活用品多标签图像分类实战（测试）
│ ├── [ 87M] 25__9.1 半监督与无监督分类理论
│ ├── [ 341] 26__9.2 半监督与无监督图像分类参考资料（图文）
│ ├── [ 43M] 27__10.1 零样本分类理论
│ ├── [ 324] 28__10.2 零样本图像分类参考资料（图文）
│ ├── [ 15M] 29__11.1 血红细胞图像分类竞赛（内容简介）
│ ├── [ 16M] 30__11.2 血红细胞图像分类竞赛（思路分析）
│ ├── [ 85M] 31__11.3 血红细胞图像分类竞赛（基础功能实现-数据集的统计分析）
│ ├── [ 82M] 32__11.4 血红细胞图像分类竞赛（基础功能实现-网络模型构建）
│ ├── [ 89M] 33__11.5 血红细胞图像分类竞赛（基础功能实现-训练）
│ ├── [ 28M] 34__11.6 血红细胞图像分类竞赛（学习率调整）
│ ├── [ 25M] 35__11.7 血红细胞图像分类竞赛（标签平滑）
│ ├── [ 39M] 36__11.8 血红细胞图像分类竞赛（知识蒸馏）
│ ├── [ 44M] 37__11.9 血红细胞图像分类竞赛（投票策略）
│ ├── [ 21M] 38__11.10 血红细胞图像分类竞赛（TTA策略）
│ ├── [ 274] 39__代码与数据
│ └── 资料代码/
├── 5__深度学习之图像分割—理论与实践/
│ ├── [7.1M] 1__0_课程内容
│ ├── [132M] 2__1_图像分割基础
│ ├── [130M] 3__2.1_语义分割基础模型
│ ├── [102M] 4__2.2_语义分割模型改进
│ ├── [ 304] 5__2.3_语义分割参考资料（图文）
│ ├── [ 79M] 6__3.1_简单模型嘴唇分割_数据获取与整理
│ ├── [ 36M] 7__3.2_简单模型嘴唇分割_模型搭建
│ ├── [ 53M] 8__3.3_简单模型嘴唇分割_模型训练
│ ├── [ 21M] 9__3.4_简单模型嘴唇分割_模型测试
│ ├── [ 34M] 10__4.1_缺陷分割实战_内容介绍
│ ├── [ 88M] 11__4.2_缺陷分割实战_模型搭建(理论)
│ ├── [ 82M] 12__4.3_缺陷分割实战_模型搭建(代码)
│ ├── [ 74M] 13__4.4_缺陷分割实战_数据读取
│ ├── [110M] 14__4.5_缺陷分割实战_模型训练
│ ├── [ 32M] 15__4.6_缺陷分割实战_模型测试
│ ├── [ 50M] 16__5.1_弱监督语义分割基础
│ ├── [111M] 17__5.2_弱监督语义分割模型
│ ├── [ 323] 18__5.3_弱监督语义分割参考资料（图文）
│ ├── [ 95M] 19__6.1_Image Matting基础
│ ├── [108M] 20__6.2_基于Trimap预测的Image Matting模型
│ ├── [ 42M] 21__6.3_Image Matting模型改进（粗标签篇）
│ ├── [ 307] 22__6.4_Image Matting参考资料（图文）
│ ├── [ 23M] 23__7.1_人像Image Matting实战_模型简介@www.
│ ├── [ 65M] 24__7.2_人像Image Matting实战_数据准备与读取
│ ├── [ 44M] 25__7.3_人像Image Matting实战_模型定义
│ ├── [ 67M] 26__7.4_人像Image Matting实战模型_训练与测试
│ ├── [ 56M] 27__8.1_实例分割基础
│ ├── [ 73M] 28__8.2_实例分割基础模型
│ ├── [ 98M] 29__8.3_二阶段实例分割算法
│ ├── [139M] 30__8.4_一阶段实例分割算法
│ ├── [ 299] 31__8.5_实例分割参考资料（图文）
│ ├── [ 52M] 32__9.1_实例分割实战_数据读取
│ ├── [6.9M] 33__9.2_实例分割实战_评价指标编写
│ ├── [149M] 34__9.3_实例分割实战_网络模型搭建
│ ├── [ 274] 35__图像分割代码及数据
│ └── 资料代码/
├── 6__深度学习之目标检测—理论与实践/
│ ├── [346M] 1__《深度学习之目标检测》直播答疑03
│ ├── [489M] 2__《深度学习之目标检测》直播答疑02
│ ├── [777M] 3__《深度学习之目标检测》直播答疑01
│ ├── [ 66M] 4__0-课程简介
│ ├── [ 55M] 5__1.1-问题定义
│ ├── [ 39M] 6__1.2-数据集
│ ├── [607M] 7__1.3-评价指标
│ ├── [ 58M] 8__1.4-脑图时刻
│ ├── [ 38M] 9__1.5-算法发展总览
│ ├── [279M] 10__1.6-传统检测算法流程
│ ├── [311M] 11__1.7-基于深度学习的目标检测流程和分类
│ ├── [ 87M] 12__1.8-脑图时刻
│ ├── [404M] 13__1.9-anchor-base算法结构
│ ├── [ 90M] 14__2.1-RCNN详解
│ ├── [ 82M] 15__2.2-SPPNet详解
│ ├── [528M] 16__2.3-Fast RCNN详解
│ ├── [248M] 17__2.4-Faster RCNN详解
│ ├── [111M] 18__2.5-one-stage算法引入+脑图时刻
│ ├── [ 323] 19__2.6 二阶段目标检测参考资料（图文）
│ ├── [539M] 20__3.1-YOLOv1讲解
│ ├── [771M] 21__3.2-YOLOv2讲解
│ ├── [607M] 22__3.3-YOLOv3讲解
│ ├── [857M] 23__3.4-YOLOv4讲解
│ ├── [699M] 24__3.5-YOLOv5讲解
│ ├── [ 323] 25__3.6 一阶段目标检测参考资料（图文）
│ ├── [ 10M] 26__4.1-YOLO v3工业缺陷检测实战-原理回顾
│ ├── [8.1M] 27__4.2-YOLO v3工业缺陷检测实战-数据集介绍
│ ├── [ 86M] 28__4.3.1-YOLO v3工业缺陷检测实战-主干网络代码讲解
│ ├── [ 35M] 29__4.3.2-YOLO v3工业缺陷检测实战-Neck+Head部分代码讲解
│ ├── [ 35M] 30__4.3.3-YOLO v3工业缺陷检测实战-解码过程讲解
│ ├── [ 84M] 31__4.3.4-YOLO v3工业缺陷检测实战-前向推理代码讲解
│ ├── [ 80M] 32__4.4-YOLO v3工业缺陷检测实战-模型训练
│ ├── [ 56M] 33__4.5-YOLO v3工业缺陷检测实战-模型测试
│ ├── [106M] 34__5.1-FasterRCNN原理回顾
│ ├── [ 32M] 35__5.2-数据集介绍
│ ├── [426M] 36__5.3.1-主干网络代码讲解
│ ├── [343M] 37__5.3.2-RPN网络代码讲解
│ ├── [237M] 38__5.3.3-Head部分代码讲解
│ ├── [246M] 39__5.3.4-前向推理代码详解
│ ├── [417M] 40__5.3.5-训练部分详解
│ ├── [468M] 41__5.4-权重文件处理知识+本期内容整体梳理
│ ├── [130M] 42__6.1-Anchor free引入
│ ├── [176M] 43__6.2-Densebox详解（上）
│ ├── [301M] 44__6.2-Densebox详解（中）
│ ├── [278M] 45__6.2-Densebox详解（下）
│ ├── [167M] 46__6.3-CornerNet详解（上）
│ ├── [212M] 47__6.3-CornerNet详解（中）
│ ├── [232M] 48__6.3-CornerNet详解（下）
│ ├── [169M] 49__6.4-CenterNet详解（上）
│ ├── [ 99M] 50__6.4-CenterNet详解（中）
│ ├── [ 79M] 51__6.4-CenterNet详解（下）
│ ├── [ 309] 52__6.5-Anchor-free参考资料（图文）
│ ├── [8.6M] 53__7.1-印刷电路板数据集介绍
│ ├── [109M] 54__7.2-CenterNet原理回顾（上）
│ ├── [100M] 55__7.2-CenterNet原理回顾（下）
│ ├── [6.0M] 56__7.3-前向推理代码详解
│ ├── [144M] 57__7.4-训练过程代码详解（上）
│ ├── [116M] 58__7.4-训练过程代码详解（下）
│ ├── [ 37M] 59__7.5-内容总结
│ ├── [ 98M] 60__8.1_MMdetection简介与安装
│ ├── [941M] 61__8.2_MMdetection框架总体讲解
│ ├── [677M] 62__8.3_配置文件讲解（上）
│ ├── [436M] 63__8.3_配置文件讲解（下）
│ ├── [218M] 64__8.4_推理相关源码分析
│ ├── [285M] 65__8.5_训练相关源码分析
│ ├── [145M] 66__8.6_自定义数据集
│ ├── [216M] 67__8.7_COCO与VOC格式转化
│ ├── [ 77M] 68__8.8_Kmeans聚类边界框
│ ├── [ 79M] 69__8.9_热力图绘制
│ ├── [164M] 70__8.10_训练过程和检测结果可视化分析
│ ├── [297M] 71__8.11_工程实践技巧
│ ├── [ 250] 72__数据与代码
│ └── 资料代码/
├── 7__基于ResNet的生活用品多标签图像分类实战/
│ ├── [ 95M] 1__第1节_多标签分类简介及算法简介
│ ├── [148M] 2__第2节_数据集制作及读取
│ ├── [199M] 3__第3节_模型搭建与训练
│ ├── [ 77M] 4__第4节_模型测试
│ ├── [ 271] 5__数据及代码
│ └── 资料代码/
├── 8__基于EfficientNet的血红细胞分类竞赛实战/
… 其余 21 项略，目录共 221 项