em hiện đang sinh viên năm cuối (chuyên ngành data) và cũng làm về Computer Vision nhưng hướng ứng dụng để làm product, em chủ yếu xây dựng các bộ dữ liệu để huấn luyện cho các mô hình Object Detection (yolov4 v5) và một số các mô hình như Segmentation và OCR rồi xong sẽ đánh gía hiệu quả của mô hình rồi deploy lên product. Về mặt lý thuyết thì do học chuyên ngành data thì em nắm khá chắc và diễn giả tường minh được phần toán của các mô hình học máy cơ bản như kNN, Kmean, linear regression, bayes classifier, ... nhưng sang đến deep learning (object detection, classification, segmentation) thì em thấy phần toán của các mô hình thực sự phức tạp và phần lớn trên lớp các thầy cô trên lớp chỉ nêu cách thức hoạt động chung và điểm mạnh điểm yếu của các loại mô hình chứ cũng ko đi sâu vào lí thuyết toán học của nó như các bài toán machine learning cơ bản ở trên. Bản thân em thì cũng nắm đc về mặt tổng quan của các mô hình deep và biết cách transfer learning và tuning một số các hyper param trong lúc huấn luyện để cho ra được mô hình tốt hơn chứ em chưa đủ trình độ để chọc sâu vào kiến trúc mô hình và chèn hay cắt xén bớt các layer như các tiền bối nói bên trên. Các tiền bối đi trước có thể cho em lời khuyên để có hướng đi cụ thể trong mảng này với ạ. Em cảm ơn.