对于已经保研的同学来说，如果明确了读研期间要主攻CV方向，应该尽快跟读研期间的导师取得联系，导师通常会给出一个具体的学习路线和学习资料，因为CV的细分方向比较多，而且不同方向也需要有不同的知识储备，所以要想少走弯路，一定要听听导师的意见。

从大的学习路线来说，主攻人工智能相关方向的同学，都应该重视机器学习相关知识的储备，一方面机器学习被认为是打开人工智能大门的钥匙，另一方面机器学习的入门也相对比较简单，能够快速获得一定的学习成就感，从而建立起一定的学习兴趣，这对于后续开展科研活动是比较重要的。

对于初学者来说，学习机器学习可以分为三个阶段，第一个阶段是掌握机器学习的基本概念和方法，了解从数据采集、算法设计、算法实现、训练到算法应用的全过程，这个过程会让自己快速建立起对于机器学习的了解和认知。

第二个阶段是了解和应用常见的经典算法，可以从k近邻、决策树、朴素贝叶斯等经典算法开始，这样也会尽快获得一定的学习成就感，这个阶段的重点是了解和学习各种算法，建立起对于算法的认知，毕竟算法是机器学习的核心。

第三个阶段是搭建实践场景，能够利用机器学习框架（tensorflow等）来完成一些实践，如果没有具体的课题和项目支撑，也可以做一些案例复现，这会进一步提升对于机器学习（深度学习）相关内容的认知，对于未来有就业计划的同学来说，这个环节更应该重视。

目前在人工智能所有的大类方向当中，nlp和cv这两个方向的热度是比较高的，我在同学们的推动下，近两年也陆续新开了这两个方向，但是由于积累并不多，所以我目前也在跟其他导师进行合作，以便于为同学们搭建一个更好的交流和科研场景，虽然我比较看好这两个方向，但是目前要想在这两个领域出成果，还是具有一定难度的。

最后，如果有计算机专业的学习和科研等问题，可以向我发起咨询。