# 零、前言 《面向計算機視覺的深度學習》是一本書，適合希望學習基于深度學習的計算機視覺技術用于各種應用的讀者。 本書將為讀者提供開發基于計算機視覺的產品的工具和技術。 書中涵蓋了許多遵循該理論的實際例子。 # 這本書是給誰的 讀者想知道如何將深度學習應用于計算機視覺問題，例如分類，檢測，檢索，分割，生成，字幕和視頻分類。 讀者還希望了解如何在各種約束下（例如更少的數據，不平衡的類別和噪聲）獲得良好的準確率。 然后，讀者還想知道如何在各種平臺（AWS，Google Cloud，Raspberry Pi 和移動電話）上部署經過訓練的模型。 讀完本書后，讀者應該能夠開發出有關人員檢測，人臉識別，產品搜索，醫學圖像分割，圖像生成，圖像字幕生成，視頻分類等問題的代碼。 # 本書涵蓋的內容 第 1 章，“入門”介紹了深度學習的基礎知識，并使讀者熟悉該詞匯表。 讀者將安裝遵循其余各章所必需的包。 第 2 章，“圖像分類”討論圖像分類問題，該問題將整個圖像標記為圖像。 讀者將學習圖像分類技術，并訓練用于寵物分類的深度學習模型。 他們還將學習提高準確率的方法，并深入研究各種先進的架構。 第 3 章，“圖像檢索”涵蓋了深層特征和圖像檢索。 讀者將學習獲得模型可視化，視覺特征，使用 TensorFlow 進行推理以及服務和使用視覺特征進行產品檢索的各種方法。 第 4 章，“對象檢測”討論了檢測圖像中的對象。 讀者將學習各種對象檢測技術，并將其應用于行人檢測。 本章將使用用于對象檢測的 TensorFlow API。 第 5 章，“語義分割”涵蓋了像素級圖像分割。 讀者將獲得有關分割技術的知識，并訓練用于醫學圖像分割的模型。 第 6 章，“相似性學習”討論了關于相似性學習的。 讀者將學習相似度匹配以及如何訓練人臉識別模型。 示出了訓練人臉標志的模型。 第 7 章，“圖像字幕生成”是關于生成或選擇圖像字幕生成的 。 讀者將學習自然語言處理技術以及如何使用這些技術為圖像生成字幕。 第 8 章，“生成模型”討論了關于出于各種目的生成合成圖像的問題。 讀者將了解什么是生成模型，并將其用于圖像生成應用，例如樣式轉換，訓練數據等。 第 9 章，“視頻分類”涵蓋了用于視頻數據的計算機視覺技術。 讀者將了解解決視頻與圖像問題之間的主要區別，并實現視頻分類技術。 第 10 章，“部署”討論了深度學習模型的部署步驟。 讀者將學習如何在各種平臺上部署訓練有素的模型并優化速度。 # 充分利用這本書 本書涵蓋的示例可以在 Windows，Ubuntu 或 Mac 上運行。 涵蓋了所有安裝說明。 需要具備 Python 和機器學習的基礎知識。 讀取器最好具有 GPU 硬件，但這不是必需的。 # 使用約定 本書中使用了許多文本約定。 `CodeInText`：表示文本中的詞，數據庫表名稱，文件夾名稱，文件名，文件擴展名，路徑名，偽 URL，用戶輸入和 Twitter 句柄。 這里是一個示例：“ 請注意，圖是用 `summary_writer`編寫的。 代碼塊設置如下： ```py merged_summary_operation = tf.summary.merge_all() train_summary_writer = tf.summary.FileWriter('/tmp/train', session.graph) test_summary_writer = tf.summary.FileWriter('/tmp/test') ``` 任何命令行輸入或輸出的編寫方式如下： ```py wget http://www.robots.ox.ac.uk/~vgg/data/pets/daimg.tar.gz wget http://www.robots.ox.ac.uk/~vgg/data/pets/data/annotations.tar.gz ``` **粗體**：表示您在屏幕上看到的新術語，重要單詞或順序。 例如，菜單或對話框中的單詞會出現在這樣的文本中。 這是一個示例：“完成后，通過單擊‘操作 | 實例狀態 | 終端’來終止實例。” 警告或重要提示如下所示。 提示和技巧如下所示。