代码和理论学习（跟着视频配置环境，写代码，需要全部看完）：
理论学习（看视频，同时在配套笔记的基础上可以简单做一些笔记，加深记忆。不需要全部看完，大概看到第八周即可，包括第八周）
代码学习（跟着视频配置环境，写代码，训练模型）：
- "霹雳吧啦Wz-深度学习-图像分类篇章 " 哔哩哔哩 [link] （不需要全部看完，前面的几个经典模型都要看，后面的可以根据需要挑着看，只看
pytorch部分）
理论学习（有了前面的基础看这个视频应该可以很快理解）：
- "李宏毅2021/2022春机器学习课程 " 哔哩哔哩 [link] （同样不需要都看，可以只看计算机视觉相关的，比如
CNN、Self-Attention、Transformer、GAN）
结合文章，下载数据集，跑通代码
-
"Image Composition Assessment with Saliency-augmented Multi-pattern Pooling"
构图评价[pdf] [code] -
"Rethinking Image Aesthetics Assessment: Models, Datasets and Benchmarks"
TANet多主题[pdf] [code] -
"Towards Artistic Image Aesthetics Assessment: a Large-scale Dataset and a New Method"
BAID艺术图像数据集[pdf] [code]
各类美学数据集 点击链接
| 数据集名称 | 数据集描述 | 数据集规模 | 作用 | 链接 |
|---|---|---|---|---|
| AVA★★★★★ | 人类对于图片进行1-10分的打分 | 255,500张图像 | 训练基础的美学模型 | 链接 |
| AADB★★★ | 包含11种摄影属性,5个人的平均评分 | 10000张图像 , 8500 张训练，500 验证，1000 测试 | 评价美学维度 | 链接 |
| BAID★★★ | 艺术图像数据集 | 60337张图像 , 50737 张训练，3200 验证，6400 测试 | 训练基础的美学模型 | 链接 提取码: 9y91 |
| DPChallenge.com | 人类对于图片进行1-10分的打分 | 16,509张图像 | 训练基础的美学模型 | 链接 |
| photo.net | 人类对于图片进行1-10分的打分 | 20,278张图像 | 训练基础的美学模型 | 链接 |
| TID2013★★★★★ | 人类对于多种处理后的失真图片进行1-10打分 | 25×24张照片，25张参考图像，24个失真类型 | 美学因素，图像质量客观评价因素 | 链接 提取码: 9oc4 |
| LIVE 提取码: g2sh 解压密码为：livedatabase2005 | 人类对于多种处理后的失真图片进行1-10打分 | 29×5张照片，29张参考图像，5个失真类型 | 美学因素，图像质量客观评价因素 | 链接 |
| MLIVE | 人类对于多种处理后的失真图片进行1-10打分 | 15×15张照片，15张参考图像，15个失真类型 | 美学因素，图像质量客观评价因素 | 链接 |
| WATERLOO | 人类对于多种处理后的失真图片进行1-10打分 | 4744张参考图像, 20个失真类型 | 美学因素，图像质量客观评价因素 | 链接 |
| flickr★★★★★ | 很多摄像师拍的照片，还附有相机参数和一些关键字评论 | 无数张？可以自己爬下来 | 美学因素，图像质量客观评价因素 | 链接 |
| PCCD | 有人对图像的评论和7个维度的评分 | 4,235张照片，29,645评论 | 评价美学维度、美学因素 | 链接 |
| KonIQ-10k★★★ | 包含总分、Brightness、Colorfulness、Contrast、Sharpness | 10,073张图像 | 评价美学维度 | 链接 |
| CUHKPQ | 只包含好照片和不好照片，但是细分为动物，建筑等很多类 | 28,410张图像 | 评价美学维度 | 链接 |
| TAD66K | 按主题标注，分为47个主题 | 66,000张左右的图像 | 整体美学评分 | 链接 |
AVA数据集下载需要国外网盘，比较麻烦，可以直接找师兄师姐用移动硬盘拷贝。AADB和BAID数据集也可以直接找师兄师姐用移动硬盘拷贝。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent