在大学刚入学的时候，我就有意地去观察，打听相关学校的实验室。在大一下的时候正式加入 并且确定方向 就是三维点云 三维重建 点云处理 点云分割的相关东西 。在当时 我是已经学习过python的相关基础语法（在此声明 我在上大学前是从未接触过编程的） 我在之前都是住校 也没有电脑 高考完之后才买的笔记本。
选这个方向的契机也很特别，因为当时本科生进实验室一般都会做导师相关的课题的某一个小方面（其实都有研究生做) 让我去听实验室的例会(一般几个月会开一次) 主要就是汇报近期的进度。我听了两次 第一次开完就问过我 对哪个方向感兴趣，我们院校呢是农业类院校 所有的其实都跟农业的东西挂钩，区别就是具体做的方向不同 我听了好多 要不然就是优化的东西 要不然就是图片相关的东西。很无聊我觉得 直到第二次听会 有个研究生搞三维立体点云 我感觉相比其他的肯定有意思 因为是三维的东西吗 立体感 最起码看得着 就选了这个方向。
我估摸着会比其他方向的东西难一点 但没想到 对我这种几乎零基础的小白来讲 真的好难 而且我做的也更偏向于算法类的优化 我从开始到现在基本学了一年半了 从基础的python语法 到深度学习 点云处理 三维重建 再紧接着这个pointnet 基于点云的分割网络 感觉始终没入门
当然 中间也不是一直在搞这个 会有上课 其他活动和一些竞赛的参与 也算是停停走走的学 说实话 感觉真的 学的很痛苦 因为不想搞开发 做软件 短期内做出一个东西 会有很大的反馈 但是像这种算法 本身他入门难度比较大 这算法的学习 基本上没啥反馈 顶多就是参数的 数字层面的反馈 学的好难受 而且总感觉学不会 经常卡住 唉呀 很难受我感觉。
而且在中间穿插参加的那些比赛 我敢说九成的都是水的比赛 感觉没啥意义 。上课我就不说了 我 除了有保研需求的 我是完全不会去听了 很水 不光课水 更重要的是老师讲的就很水 。
我感觉我花了很多时间做的一些东西 感觉都是无用的 搞得我现在很焦虑 也很难受(⇀‸↼‶)
ε=(´ο｀*)))唉
当然 听完我吐槽 也总得给观众一些有用的东西
关于学习三维视觉的建议
1 在入门深度学习和三维点云之前 一定先把线性代数学了
2 学三维重建的时候 先不考虑他实现的底层原理 就是先不需要学他的数学推导啥的 因为挺难的 而且哪怕你不懂数学公式的底层推导 也不影响你做 所以选搞懂三维重建的整体流程 都有啥步骤 然后搞懂每个大步骤的实现了啥 大概的原理 然后就够了 直接去实践做一个出来。学后面的深度学习也一样 定性分析就行 不用定量分析 在后面学的逐渐深入的时候又需要的话 再去学习某个步骤的底层原理。
3 不要有太大的心里压力 更不要有太高的预期目标 因为过程一定是曲折的 心态不要功力 只注重过程就好 这是为了让你保持持续学习的能力 因为做算法注定不是一蹴而就 在你能优化算法之前 你可能需要积累很久的知识 才能入手 这个学习过程还是比较难熬的(这个难熬是如果你有很高的预期目标 想在短时间内就实现啥的话 会很难熬) 如果不放在结果上 放在学习的过程上 其实三维点云还是比较有意思的。
当然 多多关注 我后面也会分享一些我学习三维重建的点云分割的一些教程
