人工智能在国内起步比较晚，我折腾了5年，算是国内OpenCV的开荒者了。发现这两年越来越多的大学开设了AI专业，也有许多的人开始问我是如何进入计算机视觉领域的。
多的我不会说，这里言简意赅说一点吧。
1、目前很多人都觉得深度学习能解决所有的事情，学计算机视觉就是学习深度学习。其实这是一个非常大的误区，深度学习只是解决问题的一种方法，也就是说两者之间并不相等，而是可以使用深度学习解决部分计算机视觉中的问题。因此，我建议学习计算机视觉一定要弄清楚什么内容才是计算机视觉领域的基础。
2、我建议先学习计算机视觉的基础知识和算法，了解图像处理的基础内容。之后，结合自己感兴趣的方向再学习其他的知识。例如说，想做和导航相关的计算机视觉，出了图像基础知识之外，还需要学习导航算法、机器人的相关控制方法等。如果通过深度学习解决问题，再去学习深度学习的知识。一定不能本末倒置，因为深度学习是一个工具，它一定需要立足在某个领域才行。
3、想要快速入门的话，除了了解图像处理的基础知识，还需要有一个比较熟练的编程语言，另外需要具有一定的线性代数和矩阵分析课程的知识。如果所想做的更加深入，就需要更加熟练代码编程，然后掌握更多的数学知识，除了线性代数、矩阵分析等是必须要掌握的，甚至概率论，复变函数等都需要有所了解。
免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLQ、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。
为了更好的系统学习AI，推荐大家收藏一份。
下面是部分截图，文末附免费下载方式。
一、人工智能免费视频课程和项目
二、人工智能必读书籍
三、人工智能论文合集
四、人工智能行业报告
学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。