深度学习计算机视觉实战

本书是一本看懂计算机视觉的实战指南，使用理论与实践相结合的思想，真正一站式搞定理论学习、算法开发到模型部署上线。全书内容共分为四个部分。第一部分包括第1、2章，主要讲解深度学习和计算机视觉基础，如计算机视觉领域的经典网络和常见的目标检测算法；第二部分包括第3～6章，主要讲解图像处理知识，结合应用案例，对知识点进行分析说明；第三部分包括第7～11章，主要讲解计算机视觉中的实战项目，对实现细节做了追本溯源的讲解；第四部分包括第12～13章，主要讲解模型的落地部署，该部分的讲解基于TensorFlow Lite框架，该框架受众广、热度高，且在各种平台都有对应的支持与优化加速方案，方便读者使用。本书中的上百个知识点与50多个案例都是作者工程应用中的经验总结，每章末尾均有“进阶必备”，给读者提供更多的拓展知识。本书适合计算机视觉的初学者、计算机视觉算法开发人员、对深度学习有兴趣的用户或者亟须工程落地使用的用户，也适合作为高校相关专业的学生教材使用。

这是一本结合理论与实践的实战指南，旨在帮助读者一站式搞定理论学习、算法开发到模型部署上线。本书分为四个部分，首先介绍了深度学习和计算机视觉的基础知识，包括神经网络基础原理、计算机视觉基础、图像处理基础和目标检测技术及应用。其次，书中深入讲解了图像处理知识，并结合应用案例，对知识点进行了详细的分析说明。第三部分主要介绍了计算机视觉中的实战项目，如手写数字识别、图像分类和验证码识别等，对实现细节进行了追本溯源的讲解。最后，书中讲解了模型的落地部署，该部分基于TensorFlow Lite框架，并提供了模型转换、模型量化和模型部署优化答疑等内容。 书中详细介绍了神经网络基础原理，包括神经网络的结构、原理和训练过程，以及LeNet算法在手写数字识别中的应用。同时，书中也深入讲解了图像处理基础，包括如何使用MATLAB进行图像处理，以及图像处理的基础知识。此外，书中还介绍了目标检测技术及应用，包括PASCAL VOC数据集和R-CNN算法等。 在书中，作者详细讲解了非线性滤波特点与原理，包括线性滤波和非线性滤波的特点，以及中值滤波和双边滤波等算法。同时，书中还介绍了角点检测的基本原理与算法，