深度学习与计算机视觉：核心算法与应用

　　《深度学习与计算机视觉：核心算法与应用》理论结合实践，详细介绍机器学习与深度学习常用算法和模型及其在计算机视觉领域的典型应用。对于初学者而言，本书从零开始系统地介绍建模的流程和方法，可以带领他们快速上手；对于有一定基础的读者而言，《深度学习与计算机视觉：核心算法与应用》介绍多种算法和模型的原理，可以帮助他们深入理解并进行实践。 《深度学习与计算机视觉：核心算法与应用》共10章，分为3篇，每篇均从基本概念、模型与算法原理、代码实现三个方面讲解。第1篇“机器学习原理”，围绕机器学习流程，重点介绍特征处理、模型训练和模型评估等相关内容，包括数据集的划分和使用、数据探索和预处理、模型原理分析和选择、模型评估和应用等。第2篇“计算机视觉基础”，介绍计算机视觉的基本概念和处理流程，以及OpenCV的使用和图像特征提取等相关内容。第3篇“深度学习模型与计算机视觉应用”，首先介绍前馈神经网络和循环神经网络的结构，然后介绍深度学习的多种经典算法和14种常见模型，最后结合实例介绍图像分类、目标检测、语义分割、实例分割和目标追踪5类常见的计算机视觉应用。 《深度学习与计算机视觉：核心算法与应用》内容翔实，实例丰富，适合人工智能初学者尤其是计算机视觉初学者阅读，也适合有一定基础的机器学习、深度学习和计算机视觉从业人员阅读，另外还适合作为高等院校人工智能相关专业的教材。

　　谢文伟 硕士毕业于南京航空航天大学。目前担任趋势科技资深IT技术专家兼AI课程培训讲师，有近20年的软件设计与开发经验，是共享软件《天融网络医生》的开发者。精通人工智能、云计算和大数据等相关技术，尤其擅长图像识别、视频分析和信息安全技术。印杰 高级工程师。现任江苏警官学院计算机信息与网络安全系副主任。研究方向为人工智能、机器学习、图像分析与网络安全。近年来主持和参与各级科研项目10余项，其中省部级2项，发表论文10余篇。获江苏省公安机关优秀教师称号。

第1篇 机器学习原理

第1章 认识机器学习

第2章 机器学习基础

第3章 机器学习详解

第2篇 计算机视觉基础

第4章 计算机视觉概述

第5章 使用传统方法进行图像分类

第3篇 深度学习模型与计算机视觉应用

第6章 神经网络理论与实例

第7章 卷积神经网络

第8章 使用卷积神经网络进行图像识别

第9章 目标检测

第10章 图像分割与目标追踪