一、场景文本检测
1.场景文本检测的主流框架，及各个阶段的主流方法
2.深度学习在场景文本检测上的应用 ：end to end icpr2012 text spotting eccv2014
3.SWT算法的原理及实现（一） 笔画宽度变换
4.SWT算法的原理及实现（二） 连通域标记 （BFS,DFS）
5.MSER算法介绍及VLFEAT Opencv用法
6.文本行连接算法的实现
二、深度学习/机器学习原理，框架的使用
1. 训练Lenet
2. 自己的数据训练Charnet
3. CS231n系列
4. Caffe 原理系列
5. 交叉验证
6. 决策树
7. 惩罚项 正则化 L0 L1 L2
8. deeplearning book
9. 随机森林
三、算法
1 hash原理 及 简单hash实现
2 leetcode wordPattern
3 数独计算器 + 数独游戏
4. 数组，链表
5. 约瑟夫环
6. 树的遍历
四、计算及视觉其他
1.图像检索的特征BOW、VLAD、deep feature，及demo
2. 大规模图像检索中倒排索引的建立
3. TLD光流法
五、论文阅读及实践
1.Text Detection and Recognition in Imagery: A Survey
2. RCCNN
3. FCN
4. lstm
六、其他计算机领域
linux使用
git使用
七、日常