经过一天半的摸索，踩过了很多坑，这里记录一下
1、系统网站：https://www.raspberrypi.org/downloads/raspberry-pi-os/
由于zero w 性能不太行，我下载的是：
2、系统烧录：
这里的坑有两个，一个配置wifi ，一个配置用户和密码（因为这个版本没有桌面版，需要ssh连接）
两条路：官网烧录系统（Raspberry Pi Imager），另一个工具（Win32DiskImager）
两个我都尝试过分别说一下问题：
Raspberry Pi Imager：操作简单，在设置界面设置，可以直接烧录进去用户名以及密码，还有wifi，问题是python默认版本为3.9，降级后，后面编译opencv会报错（目前还没解决）。
Win32DiskImager：我才用的是这种方法，烧录系统后在root文件中加入这三个文件：wpa_supplicant.conf、userconf.tx、ssh
wpa_supplicant.conf文件作用是设置要连接的wifi, ssid="SC-Lead2" # 修改为要连接wifi的 名称 psk="qwer1520831" # 修改为要连接wifi的 密码 priority=3 # 优先级，数字越大优先级越高 ps：别连5G的内个wifi，zero w只支持2.4的wifi userconf.tx文件为设置板子的账号密码，默认用户名： pi. 密码：raspberry，后面可以自己进去改 ssh文件不用管，为空文件，没有后缀，连网用的
3、查看板子的ip
可以连接路由器查看，我是直接win10电脑开个热点，板子连上去就可以看到
坑：wifi连接比较慢（3-5min），看板子上的灯闪烁情况，不闪就连接好了
4、ssh配置
我用的是FinalShell，Xshell我也用过，觉得没这个好用
名称随便设置，主机为ip，用户名： pi. 密码：raspberry
5、配置c++ opencv
先升级：
sudo apt-get update sudo apt-get upgrade
直接：
sudo apt-get install libopencv-dev python3-opencv libopencv-contrib-dev
就可以了
6、配置csi摄像头
记录指令： #sudo raspi-config cd /dev/ ls -lrt video* # sudo vim /etc/modules bcm2835-v4l2 是l不是1 查看每个文件大小：sudo du -h --max-depth=1
在线教程
- 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
- 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
- EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
- 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中，你将会学习到让机器人执行一系列动作所需要的基本算法。
- 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法，包括：概率推算，计划和搜索，本地化，跟踪和控制，全部都是围绕有关机器人设计。
- 机器学习 – 有指导和无指导情况下的基本机器学习算法
- 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
- 斯坦福统计学习
人工智能书籍
- OpenCV（中文版）.(布拉德斯基等)
- OpenCV+3计算机视觉++Python语言实现+第二版
- OpenCV3编程入门 毛星云编著
- 数字图像处理_第三版
- 人工智能:一种现代的方法
- 深度学习面试宝典
- 深度学习之PyTorch物体检测实战
- 吴恩达DeepLearning.ai中文版笔记
- 计算机视觉中的多视图几何
- PyTorch-官方推荐教程-英文版
- 《神经网络与深度学习》(邱锡鹏-20191121)
- …
第一阶段：零基础入门（3-6个月）
新手应首先通过少而精的学习，看到全景图，建立大局观。 通过完成小实验，建立信心，才能避免“从入门到放弃”的尴尬。因此，第一阶段只推荐4本最必要的书（而且这些书到了第二、三阶段也能继续用），入门以后，在后续学习中再“哪里不会补哪里”即可。
第二阶段：基础进阶（3-6个月）
熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的了解，不再是小白了。这时可以开始触类旁通，学习热门技术，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职面试打好基础。
第三阶段：工作应用
这一阶段你已经不再需要引导，只需要一些推荐书目。如果你从入门时就确认了未来的工作方向，可以在第二阶段就提前阅读相关入门书籍（对应“商业落地五大方向”中的前两本），然后再“哪里不会补哪里”。
