作为过来人，为了能让后来的师弟师妹更好更快的入门，少踩一些坑，我在这里分享自己这两三年来的一些经验和学习路径。主要包括以下三个方面：
一、 基本理论知识
大家进入到实验室，相信大家本科应该是计算机类、电子信息类等相关的专业，那么大家是有一定的基础的。但是本科的一些知识基本上是为研究生阶段打基础的，计算机视觉领域涉及到的知识很多，听到这儿不要有太大的心理压力，因为即使需要学习很多，但是只要先掌握其中的几门知识，也可以入手相应的研究工作。
毋庸置疑的是，我们这一行对数学功底要求比较高，例如概率论、线性代数、高数（这三门属于考研数学的范围），不管大家是考研上来的还是保研上来的，这方面的能力相信大家已经具备了。我们需要学习一些计算机体系结构、算法、数字图像处理、深度学习等方面的书，市面上这方面的书比较多，比如《XXX人工智能》《XXX模式识别》《XXX机器学习》《XXX深度学习》，当大家看到这儿的时候，肯定会觉得眼花缭乱，不知道如何下手，我这里只推荐大家学三门课：
- 《统计学习方法》（李航）、
- 《机器学习》西瓜书、
- 《深度学习》（Yoshua Bengio & Ian GoodFellow）（也称为花书）
这三本书的很多部分是重叠的。这些书里的一些知识可能晦涩难懂，比如《深度学习》里的聚类方法你没看懂，你可以参考一些其他的书讲解聚类方法的部分，或者可以参考别人已经整理的相关笔记。这些笔记可以从以下方面找到：
- 知乎
- CSDN
- 博客园
- 微信公众号
这三本书学好了之后，基本上算是入门了，你再去学习其他的（杂）书，还有一点的是，看书可能会很枯燥，所以选择视频学习是一个不错的方法，比如：
- 斯坦福大学（吴恩达）机器学习教程：https://www.coursera.org/course/ml
- 最直接的方法是去B站搜。
二、 动手实践能力
这部分主要讲的是编程部分。掌握了一定的理论知识后，动手能力是很重要的，上面的书都会伴随一些编程实现，学习的最好方法是边学理论知识边动手实现，但是这种方式比较慢，很好有人能够坚持，最好的是针对每一章，只实现一个小实验就行，慢慢的就会锻炼你的编程能力。刚开始时，这里推荐大家使用pycharm在本地运行程序，如果有服务器的话，最好能够掌握如何使用linu命令行写程序。
我们用到的主要是python， C++也是需要掌握的，但是目前你先把python掌握，然后再了解目前的一些深度学习框架，比如pytorch、Tensorflow、MXNet、Caffer等框架，我们编写神经网络时，就会使用到这些框架，目前常用的是pytorch和Tensorflow，但是Tensorflow 1.X 版本函数混乱，遭到了很多人的嫌弃，但是目前出现了Tensorflow 2.0版本，和pytorch一样语法简洁，所以工业上用到Tensorflow的比较多，学术上用到的pytorch比较多，最好是这两种框架都能掌握。
Python学习资料推荐：
- B站的黑马程序员视频
- B站小甲鱼的视频
- 菜鸟教程（类似于一个工具书，可以随时查找，还是实例）https://www.runoob.com/python/python-tutorial.html
- 莫烦python（有很多简介的小例子）https://mofanpy.com/
Pytorch学习资料推荐：
- 官方文档https://pytorch.org/tutorials/
- 《动手学深度学习》https://zhuanlan.zhihu.com/p/85353963
- 陈云的《深度学习框架 Pytorch入门与实践》https://zhuanlan.zhihu.com/p/61228717
Tensorflow学习资料推荐：
- 龙龙老师的《TensorFlow 2.0 深度学习算法实战》
- https://tensorflow.google.cn/tutorials/quickstart/beginner
以上是关于编程和深度学习框架的学习，但是我们不能忽略GitHub这个“大型同性恋网站”，有很多文章的开源代码基本上都会在这上面找到，希望大家多多在github上扒拉扒拉别人的代码看看。
三、 明确研究方向
以上两部分属于基本能力，最终还是要为自己的研究方向服务的。最好是早点确定研究方向，早点发论文，这样就不会临到毕业面临延毕的压力了，因为做出好的实验结果，发出论文，再投稿，最后中了，这段有很长的一段时间，所以给大家的建议是早点发论文早好。
前提是要明确研究方向，可能有的导师让自己定研究方向，有的导师给你定研究方向，各有利弊，根据个人情况选择，但是这个过程要多跟自己的导师商量，因为你的方向要和实验室的发展方向是吻合的，只有导师同意了，你才能去做，也可以和师兄师姐讨论。
当确定研究方向之后，就是做充分的调研，先去看该方向的综述文章，了解该方向的发展历程，然后精读具有里程碑式的文献，多关注一些CVPR、ICCV、ECCV、PAMI、IJCV等顶会顶刊文章，最好能做一些笔记或者写一些博客，以防自己看了就忘。然后根据目前存在的问题去想一些解决方法，确立你的idea，这个过程可以多和导师和师兄师姐交流。
写在最后
好的开始是成功的一半！
可能在科研的过程中会遇到低谷，这就需要大家有一个好的心态，还要有一个好的身体，长风破浪会有时，直挂云帆济沧海。学弟学妹们加油！