课程主页: https://www.coursera.org/learn/computer-vision-with-embedded-machine-learning
计算机视觉（CV）是一个令人着迷的研究领域，旨在自动化为数字图像或视频赋予意义的过程。随着机器学习（ML）的发展，越来越多的算法和技术被应用于CV任务，帮助计算机“看”并理解我们周围的世界。最近，我参加了Coursera上的一门名为《计算机视觉与嵌入式机器学习》的课程，并想在此分享我的学习经验和心得。
这门课程由Edge Impulse、OpenMV和Seeed Studio联合提供，内容丰富且实用。从课程大纲来看，主要包括以下几个模块：
图像分类
在这个模块中，我们介绍了计算机视觉的概念，以及它如何被用来解决实际问题。我们学习了数字图像是如何在计算机上创建和存储的，并回顾了神经网络如何用于分类简单图像。重点在于通过一个项目来训练一个图像分类器，并将其部署到嵌入式系统上。
卷积神经网络
这个模块涵盖了卷积神经网络（CNN）的基本知识，如何利用CNN创建更强大的图像分类模型。我们探讨了CNN的内部工作原理（例如卷积和池化），以及一些用于可视化CNN决策过程的技术。此外，引入了数据增强的概念，以提供更多的训练数据。在这个模块中，你将有机会训练自己的CNN，并将其部署到嵌入式系统。
目标检测
在最后一个模块中，我们介绍了目标检测的基础知识，它与图像分类的不同之处。我们将讨论测量目标检测性能的数学原理，并介绍几个流行的目标检测模型。通过在Edge Impulse上训练模型的过程，最终你可以将目标检测模型部署到嵌入式系统中。
总的来说，这门课程不仅提供了扎实的理论基础，还通过丰富的实践内容，让学习者能够将理论应用于真实场景中。如果你对计算机视觉和嵌入式机器学习感兴趣，我非常推荐这门课程。无论是初学者还是有一定基础的学习者，这门课程都将为你的职业发展提供强大的支持。
课程主页: https://www.coursera.org/learn/computer-vision-with-embedded-machine-learning