各位先进好，
小弟专题想做个红绿灯的即时影像辨识，
对我来说影像辨识完全是新领域(ML懂个大概)，
找到的工具是TensorFlow Object Detection API，
在安装好环境后顺利执行了里面一支辨识狗狗的程式。
接着问题就来了....
我们完全不知道该怎么进行下去...
就我所理解的这个Repo(tensorflow/models)里是一些已经train过的model，
照理来说要先学会train我们所需要图像的方法，
但是已经过了几天仍然没进展，因此想知道该如何学习才能快速地掌握呢?
或是我们应该从基础的原理慢慢搞懂再来实作?
我是习惯从基础开始学习的人，
但因为MEETING的压力必须赶快做出东西，让我好苦恼阿

找会的人教你最快

要嘛懂多少报多少，不然请公司送你去上课再回来报告。重点是方法。自己只拿档案库来研究很难搞出什么东西。你今又不是要写一支功能跟 TensorFlow 很像的程式。不懂方法只是摸索那套工具真的很难有效果。再强调一次，重点是 ML 的原理和方法，工具是次要的。既然任务就是学习，那就修课、上网络课程、问老师同学

1. 先去看api training的范例，确认资料需求格式是怎样2. 去找标记工具，自己抓资料下来标记或找现成的3. training + testing基本上tf api写的很完整了，如果你想要了解的是物体辨识运作原理，那请你去看paper(ssd,yolo)，如果你想快速实作，就把这个api整体使用流程步骤摸熟

udemy有堂openCV的课 先去看一看学会怎么用python操作图片 ML直接抄现成的模型

看paper 看他们release的code

看paper跟他们释放出来的code，但红绿灯即时影像辨识不用DL就可以搞出来了啊……

基础打底课程, 首推Andrew Ng在Coursera一系列课程从ML课程开始, 看到Convolution Neural Network课程内也有简介YOLO但是不会太深入tf python API 用法, 就直接google 看别人程式范例,除非你用tf low-level C/C++ API 否则python范例非常容易搜寻到实作过程还需要注意资料前置处理, 以及资料清洗( datacleaning), 否则喂不适当的资料进去训练NN模型,容易得到错误的验证结果