恩培 -Python计算机视觉0基础到进阶

这门课解决什么问题

很多学 Python 的同学卡在：能跑通 Demo，但面对「识别人脸」「检测车牌」「理解动作」这类真实任务时，仍然不知道该怎么把模型搭起来、怎么喂数据、怎么在树莓派或 Jetson Nano 上跑起来。这套资料覆盖的是从图像本质讲起，到目标检测、人脸识别、OCR 文字识别、姿态估计、视频分类、生成模型、边缘部署，再到智能家居联动的完整视觉项目链路。每一条实战都能独立写成工程代码，适合拿来对照着写，而不是空看。

适合什么基础，建议先看哪几块

需要你具备 Python 基础语法和基础的线性代数/概率常识，比如张量、卷积、梯度下降在工程上的直觉。入门路径建议分三层：第一层先看基础课里那张「猫咪图理解图像本质」和「5个 Python 知识点」，建立像素、通道、特征表示的基本感觉；第二层挑三个核心项目做一遍——YOLOv5 物体检测、人脸考勤（含多种人脸检测与识别方法）、paddleOCR 车牌识别；第三层再扩展视频理解（CNN-RNN/ViT）、边缘部署（OpenVINO/树莓派/Jetson Nano）和生成任务（GAN/StyleGAN）。项目之间的依赖顺序明确，不要跳着看，否则后面会频繁回头补基础。

学完能独立做什么

按这条路练完，你可以独立完成几类工程：一是基于 YOLOv5 的目标检测流程（训练自己的数据、导出、推理、边缘加速）；二是基于 paddleOCR 的文字检测与识别管线；三是人脸识别与考勤场景（从检测、对齐到匹配）；四是姿态关键点检测并联动智能家居系统；五是视频动作分类模型训练与测试；六是风格生成与人脸属性编辑的生成式任务。每个模块都配有可落地的工程结构，包括数据预处理、模型训练、推理脚本、平台部署。资料包用来对照代码和实验，练习方式是把每个项目当成一个最小可行产品：先复现，再替换数据、调参、上设备。