计算机视觉的各个具体的领域会需要学习特定的知识。如视频领域，可能需要学习光流概念，而图像领域就不需要。一般来讲，要做好计算机视觉要学以下四个方面的内容。

1、用于计算机视觉的深度学习模型
因为计算机视觉，我们处理的数据都是图片，所以我们的深度学习模型主要有两种，一种是CNN卷积神经网络，另一种是Transformer如swin transformer。推荐学习的模型有以下几个：Alexnet(开山)、Googlenet、Resnet(残差网络)、Unet（图像分割）、CycleGAN（图像风格迁移）、Vit（视觉的transformer模型）、swin transformer（马尔奖论文）。

2、人工智能基础
场景理解与分析、模式识别、图像搜索、数据挖掘、深度学习等。

3、代码¶
对于计算机视觉而言，是一门理论与实践两手抓的学科。我们只有在自己编写代码实践的过程中，才能更好的理解模型的训练过程。

4、图像处理的知识
如纹理检测，纹理表达，图像特征表示，滤波器，彩色图转灰度图等。