中科院现代计算机视觉 王伟强主讲 共29讲

这门课在中科院系计算机视觉课程里算是被低估的一门。29 讲的体量不大，但它是少见的“把传统方法和深度学习放在同一条线上讲清楚”的配置——很多同类课要么只讲 CNN 之后的深度学习，要么停留在 SIFT、HOG 那套老框架里，中间那段视觉方法怎么演化过来的，基本靠自学补。王伟强这门课的价值恰好在这条演化链上。

课纲的含金量在哪一段

判断一门 CV 课值不值得收藏，看它怎么分配传统几何视觉和深度学习两部分的比例。这门课前半段压在图像底层表示、特征提取、匹配与几何变换上，这部分是后面所有检测、跟踪、三维重建的地基；后半段进入卷积网络、目标检测、图像分割这些现代议题。它没有把传统部分当成“历史包袱”快速带过，而是把特征描述子的思路讲透，再过渡到学习式特征——这个顺序对自学者更友好，因为你后面看到 anchor、感受野、特征金字塔时，能对上前面手工特征的直觉。

哪几讲值得反复看

• 几何变换与相机模型那部分：单应矩阵、极线几何这类内容，第一遍听容易觉得抽象，但它是理解 SLAM、多视图重建、甚至标定类工程问题的关键，建议配合手推一遍矩阵变换再回看。
• 特征检测与描述：这块讲清楚后，你对“为什么深度学习要替换掉手工特征”会有自己的判断，而不是被动接受结论。
• 目标检测的演进脉络：从区域提议到单阶段方法的取舍，是这门课里最能直接迁移到工程选型的一节。
• 图像分割：语义分割和实例分割的区分、评价指标的坑，面试和实际项目里都容易踩。

反过来，最前面的图像基础概念如果已经有底子，可以快速过，不必逐帧抠。

资料包该怎么拆开用

29 讲的配套笔记和演示材料，不要当成“看完再复习”的存档。更有效的用法是：先看笔记里的结构图，自己预判这一讲会讲什么，再打开视频验证判断对不对。视觉类课程真正的门槛不在听懂，而在于能不能把二维公式和三维直觉对上，所以笔记里的公式推导和示意图要单独拎出来做一份自己的推导稿。演示代码部分，建议只挑特征匹配和检测两处动手跑，其余读懂即可——把时间花在能形成肌肉记忆的环节上。

适合谁，不适合谁

如果你已经会用 PyTorch 搭网络，但讲不清卷积为什么能提取特征、检测框是怎么回归出来的，这门课能把这块知识补上，它偏原理而非调库。如果你只想要“三小时跑通一个检测项目”的速成，这门课节奏会让你着急，它的定位是打地基而不是出成品。收藏它的正确姿势是：当作一条主线课，配一门动手项目课并行推进，原理和落地互相印证，才不会学完就忘。