计算机视觉——飞桨深度学习实战-起始篇

后面我会直接跳到实战项目，将计算机视觉的主要任务和目标都实现一遍，但是需要大家下去自己多理解和学习一下。例如，什么是深度学习，什么是计算机视觉，什么是自然语言处理，计算机视觉的主要任务有哪些，有哪些要学的基础知识等等。

并且我会上传一些免费的课件给大家，大家去我的资源里面找就好啦，不用专门去买书，能省一点是一点咯。

第 1 章计算机视觉概述

计算机视觉是深度学习领域最热门的研究领域之一，已经被广泛应用在了各个领域，那么它是如何发展至今的呢?本章主要阐述了计算视觉的发展历程，并对计算机视觉领域的主要任务进行概述，挑选了一些典型的视觉应用案例让读者深入了解计算机视觉在智慧城市、农业、能源电力、农业和自动驾驶等不同领域所发挥的作用。然后还介绍了常用的计算机视觉处理工具，比如opencv等，以方便读者使用。最后对计算机视觉当下与未来的发展进行了展望。学完本章，希望读者能够掌握以下知识点:

了解计算机视觉的发展历程。
熟悉计算机视觉领域的主要任务和应用场景。
认识计算机视觉常用的处理工具。

第 2 章深度学习开发框架

深度学习开发框架在深度学习项目开发中起着重要作用。本章介绍了目前国内深度学习项目开发领域中应用的三个主流深度学习开发框架。由于本书各章节示例代码中使用的是飞桨框架，所以，本章重点介绍了飞桨框架。飞桨框架经过多年沉淀已经具备了良好的性能和非常友好的用户体验。学完本章，希望读者能够掌握以下知识点:

了解使用深度学习框架的意义；
了解三大框架分别是什么及其基本功能；
从宏观上了解飞桨平台的特性。

第 3 章深度学习算法基础

深度学习的迅速发展使得其在计算机视觉任务中有着越来越广泛的应用。本章首先介绍了机器学习概述以及神经网络的基本组成。在此基础上对深度学习的一些基本算法进行阐述,使得读者对激活函数、反向传播、优化算法等入门深度学习所必备的基础知识有所认识。最后,本章将介绍深度学习常用的卷积神经网络的基本结构与算法原理。学完本章，希望读者能够掌握以下知识点:

了解机器学习的基本概念,掌握神经网络的结构;
掌握深度学习中的一些基本算法;
掌握卷积神经网络中的基本组成及其算法原理。

第 4 章深度学习网络模型

深度学习网络模型的整体架构主要数据集、模型组网以及学习优化过程三部分，本章主要围绕着深度学习网络模型的算法架构、常见模型展开了详细介绍，从经典的深度学习网络模型以CNN、RNN为代表，到为了解决显存不足、实时性不够等问题的轻量化网络设计，以及近年来卷各大计算机视觉任务的前沿网络模型Transformer和MLP。为了进一步剖析深度学习网络模型搭建的过程，最后以LeNet模型算法为例，在飞桨深度学习框架下进行了网络搭建案例展示。学完本章，希望读者能够掌握以下知识点: