【2021新春福袋】easydl让我更上一层楼～分享一年来学习百度AI的经历

借着百度新春福袋这活动，简要总结一下这一年的AI学习过程，给大家分享。

疫情期间呆在家，开始入门python，参加免费的四天培训课程（奋斗到凌晨一天完成了四天的课程）后，我首先选择了入门AI，当时还买了jetson nano智能硬件和兼容的树莓派摄像头，想要搞个家庭人脸识别系统，像当年比尔盖茨的豪宅那样，对来访者进行识别和语音欢迎等。

记得百度是“All in AI”的，所以相信百度的AI能力和潜力。最开始就是在百度AI平台上学习了在线的文字识别、人脸检测、人脸识别，因为在线的容易学，我一小白都能简单就学会了。但感觉在线不容易落地，因为要时刻依赖网络才行。
所以转向了离线SDK，但当时感觉要收费，就转向了学习在本地部署深度学习训练框架，学习最热门的tensorflow，后来看文章多了，知道有更容易的keras，在githut上下载一些开源的人脸识别、人脸检测、手写数字等项目，进行调参训练模型。日以继夜，看了成百上千的相关文章来解决遇到的各种问题，估计调参训练过上百次，甚至也学了点图像化显示，终于有一点感觉。
还有点自豪的训练了当时全国甚至全世界首先发布的戴口罩人脸识别模型，当时用百度的预训练模型，就能做到挺好的识别模型。也在群上和百度工程师及其它爱好者一起探讨技术和解决问题。

大概学了半年，感觉越来越难深入。。。

直到，后来参加了百度的easydl公开课，百度工程师的理论加实例讲解，还有部署落地的指引。突然打开了我的瓶颈，感觉一下子容易了很多。一直对落地还没有感觉的，居然通过学习百度的课程，很容易就在自己的jetson nona上部署好了，这得益于百度的软硬一体化功能兼容了nano等一些智能硬件。且easydl一体化平台可以进行标注甚至一键智能标注（以前完全不知道该怎么进行标注），然后马上就能进行免费的训练。我在完成行人检测作业时获得了京东卡和李总的智能经济书，这是对我学习成效的一个肯定。真是非常感谢easydl简化了这一切，让AI上手变得简单。

～～

接着，我将打算训练一个智能小车来玩玩，用手上的jetson nano，让它可以自动避开行人（还没能力做完全的避障）。
初步构想：用之前做过的行人识别训练模型，给出初始值，通过初始值对小车四个马达进行控制，然后就能实现简单的小车行人避障功能了。
再下一步，还想训练小车拖地，对特别脏的地方，来回走多一会，达到拖的更干净的目的。

大家有什么想法，可以一起讨论讨论。