"如果你只是看了这个项目的在线文档，那么你并没有利用好这个项目。太可惜！"

✨ 以用促学，先会后懂 ✨

L0CV ^🔊 一种结合了代码、图示和HTML的在线学习媒介

全面 前沿 免费

计算机视觉实战演练：算法与应用 ^📌
Computer Vision in Action

[作者：张伟（Charmve）](https://github.com/Charmve)

跨平台，只需一个浏览器即可！
>

👉 在线阅读（优先更新实战篇和进阶篇）

> - 地址：https://charmve.github.io/computer-vision-in-action/ >

Index

💠 全书组织
🌈 愿景
📘 本书目录
🔍 文件浏览
🌼 L0CV-DemoDay
🔑 如何食用
❓ 常见问题
👥 社区互助
:heart: 致谢
📄 LICENSE
👐 参与项目
🤝 关注我们
📎 Citation

:label: sec_code 图1 L0CV 结构图

💠 全书组织

:label: fig_book_org

全书详细思维导图

本书详细介绍，请移步序言。

第一部分包括基础知识和预备知识。提供深度学习的入门课程，然后在理论篇中，将快速向你介绍实践计算机视觉所需的前提条件，例如如何存储和处理数据，以及如何应用基于线性代数、微积分和概率基本概念的各种数值运算，涵盖了深度学习的最基本概念和技术，例如线性回归、多层感知机和正则化。
第二部分是本书涉及的计算机视觉基础理论，核心部分为神经网络模型，包括神经网络、卷积神经网络、循环神经网络理论讲解，以图像分类、模型拟合与优化作为其代码的实战项目。在模型拟合和优化章节中，着重分享梯度下降、随机梯度下降、动量法、AdaBoost等方法。
接下来的七章集中讨论现代计算机视觉技术实战，也是本书的核心部分。围绕这样的组织逻辑：什么是计算机视觉？计算机视觉解决什么问题，都是怎么解决的？传统方法——以卷积神经网络为中心的神经网络；现代方法——Transformer、强化学习、迁移学习、生成对抗等。各种方法是如何实现的，用到了什么框架？在第7章中，描述了计算机视觉的经典卷积神经网络PyTorch实现，并为我们随后实现更复杂的模型奠定了基础。在随后的几个章节中，我们主要解决图像分类、目标检测、语义分割、3D重建等实际问题，并给出实战项目。
该部分以项目为实战指导，给出详细的项目指导书和代码实现，更为特别的是，给出了notebook可以直接在线运行，跑通结果，免去了本地运行环境的搭建复杂性。于此同时，为了方便读者在本地调试，作者建立了一个名为 L0CV 的第三方包，可以直接在代码中 import L0CV 后使用。
第三部分讨论最近几年出现的“网红”模型，诸如：Transformer、Attention、知识蒸馏、迁移学习、生成对抗模型等。这部分也是此份资料的力挺之作。最后，在 chap_optimization 中，我们讨论了用于训练深度学习模型的几种常用优化算法，如：模型压缩、模型剪枝、微调、蒸馏等。

Index

🌈 愿景

本开源项目代表了我们的一种尝试：我们将教给读者概念、背景知识和代码；我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学知识，以及实现解决方案所需的工程技能。

我们的目标是创建一个为实现以下目标的统一资源：

所有人均可在网上免费获取；
提供足够的技术深度，从而帮助读者实际成为计算机视觉应用科学家：既理解数学原理，又能够实现并不断改进方法；
包含可运行的代码，为读者展示如何在实际中解决问题。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验；
允许我们和整个社区不断快速迭代内容，从而紧跟仍在高速发展的计算机视觉领域；
由包含有关技术细节问答的论坛作为补充，使大家可以相互答疑并交换经验。

Index

📘 本书目录

👉 在线阅读（优先更新实战篇和进阶篇）

地址：https://charmve.github.io/computer-vision-in-action/

📘 详细目录(点击展开)

- [序言](/docs/book_preface.md)
- 主要符号表
- 绪论篇
- 第 0 章 [计算机视觉概述](https://charmve.github.io/computer-vision-in-action/#/chapter0/chapter0) - 0.1 [概述](docs/0_绪论/chapter0.1_概述.md) - 0.1.1 什么是计算机视觉 - 0.1.2 计算机视觉解决什么问题 - 0.1.3 行业应用 - 0.2 [计算机视觉基本概念](docs/0_绪论/chapter0.2_计算机视觉基本概念.md) - 0.3 [发展历史回顾](docs/0_绪论/chapter0.3_发展历史回顾.md) - 0.4 [典型的计算机视觉任务](docs/0_绪论/chapter0.4_典型的计算机视觉任务.md) - 图像分类 - 目标识别与目标检测 - 实例分割与语义分割 - 3D 建模 - 0.5 [国内外优秀的计算机视觉团队汇总](docs/0_绪论/chapter0.5_国内外优秀的计算机视觉团队汇总.md) - 小练习 - 小结 - 参考文献 - 理论篇
- 第 1 章 [神经网络](https://charmve.github.io/computer-vision-in-action/#/chapter2/chapter2) - 1.1 [线性回归](/1_理论篇/chapter1_Neural-Networks/chapter1.1_line-regression.md) - 1.1.1 基本原理 - 1.1.2 从零实现线性回归 - 1.1.3 线性回归的简洁实现 - 1.2 [Softmax 回归](./docs/1_理论篇/chapter3_Image-Classification/chapter1.2_Softmax回归.md) - 1.2.1 softmax回归模型 - 1.2.2 从零开始实现softmax回归 - 1.2.3 softmax回归的简洁实现 - 1.3 [多层感知器](./docs/1_理论篇/chapter1_Neural-Networks/chapter1.3_多层感知器MLP.md) - 1.3.1 基本原理 - 1.3.2 从零开始实现多层感知器 - 1.3.3 多层感知器的简洁实现 - 1.4 [反向传播算法](./docs/1_理论篇/chapter1_Neural-Networks/chapter1.4_Back-Propagation.md) - 1.5 [神经网络](./docs/1_理论篇/chapter1_Neural-Networks/chapter1.5_neural-networks.md) - 1.5.1 [神经学观点](./docs/1_理论篇/chapter1_Neural-Networks/chapter1.5.1_神经学观点.md) - 1.5.2 [神经网络1-建立神经网络架构](https://cs231n.github.io/neural-networks-1/) - 1.5.3 [神经网络2-设置数据和损失](https://cs231n.github.io/neural-networks-2/) - 1.5.4 [神经网络3-学习和评估](https://cs231n.github.io/neural-networks-3/) - 1.5.5 [案例分析-最小神经网络案例研究](https://cs231n.github.io/neural-networks-case-study/) - 1.6 [实战项目 1 - 手写字分类](https://blog.csdn.net/Charmve/article/details/108531735) - 小结 - 参考文献 - 第 2 章 [卷积神经网络](docs/1_理论篇/chapter2_CNN/chapter2_CNN.md) - 2.1 [从神经网络到卷积神经网络](docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#21-从神经网络到卷积神经网络) - 2.1.1 [定义](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#211-定义) - 2.1.2 [卷积神经网络的架构](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#212-卷积神经网络的架构) - 2.2 [卷积网络的层级结构](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#22-卷积网络的层级结构) - 2.2.1 [数据输入层](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#221-数据输入层) - 2.2.2 [卷积计算层](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#222-卷积计算层) - 2.2.3 [非线性层（或激活层）](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#223-非线性层或激活层) - 2.2.4 [池化层](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#224-池化层) - 2.2.5 [全连接层](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#225-全连接层) - 2.3 [卷积神经网络的几点说明](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#23-卷积神经网络的几点说明) - 2.4 [实战项目 2 - 动手搭建一个卷积神经网络](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md) - 2.4.1 [卷积神经网络的前向传播](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#271-卷积神经网络的前向传播) - 2.4.2 [卷积神经网络的反向传播](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#272-卷积神经网络的反向传播) - 2.4.3 [手写一个卷积神经网络](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#273-手写一个卷积神经网络) - [1. 定义一个卷积层](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#1-定义一个卷积层) - [2. 构造一个激活函数](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#2-构造一个激活函数) - [3. 定义一个类，保存卷积层的参数和梯度](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#3-定义一个类保存卷积层的参数和梯度) - [4. 卷积层的前向传播](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#4-卷积层的前向传播) - [5. 卷积层的反向传播](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#5-卷积层的反向传播) - [6. MaxPooling层的训练](docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#6-MaxPooling层的训练) - 2.4.4 [PaddlePaddle卷积神经网络源码解析](/docs/1_理论篇/chapter2_CNN/chapter2_CNN-in-Action.md#274-PaddlePaddle卷积神经网络源码解析) - [小结](docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#小结) - [参考文献](/docs/1_理论篇/chapter2_CNN/chapter2_CNN.md#参考文献) - 第 3 章 [图像分类](./docs/1_理论篇/chapter3_Image-Classification/) - 3.1 [数据驱动方法](https://cs231n.github.io/classification/) - 3.1.1 语义上的差别 - 3.1.2 图像分类任务面临着许多挑战 - 3.1.3 数据驱动的方法 - 3.2 [k 最近邻算法](./docs/1_理论篇/chapter3_Image-Classification/chapter3.2_knn.md) - 3.2.1 k 近邻模型 - 3.2.2 k 近邻模型三个基本要素 - 3.2.3 KNN算法的决策过程 - 3.2.4 k 近邻算法Python实现 - 小结 - 参考文献 - 3.3 [支持向量机](./docs/1_理论篇/chapter3_Image-Classification/chapter3.3_支持向量机.md) - 3.3.1 概述 - 3.3.2 线性支持向量机 - 3.3.3 从零开始实现支持向量机 - 3.3.4 支持向量机的简洁实现 - 3.4 [逻辑回归 LR](./docs/1_理论篇/chapter3_Image-Classification/chapter3.4_Logistic-Regression.md) - 3.4.1 逻辑回归模型 - 3.4.2 从零开始实现逻辑回归 - 3.4.3 逻辑回归的简洁实现 - 3.5 [实战项目 3 - 表情识别](https://blog.csdn.net/charmve/category_9754344.html) - 3.6 [实战项目 4 - 使用卷积神经网络对CIFAR10图片进行分类](http://mp.weixin.qq.com/s?__biz=MzIxMjg1Njc3Mw%3D%3D&chksm=97bef597a0c97c813e185e1bbf987b93d496c6ead8371364fd175d9bac46e6dcf7059cf81cb2&idx=1&mid=2247487293&scene=21&sn=89684d1c107177983dc1b4dca8c20a5b#wechat_redirect) - [小结](./docs/1_理论篇/chapter3_Image-Classification/README.md#小结) - [参考文献](./docs/1_理论篇/chapter3_Image-Classification/README.md#参考文献) - 第 4 章循环神经网络 - [4.1 循环神经网络 RNN](/docs/1_理论篇/chapter4_循环神经网络/chapter4.1_循环神经网络.md) - [4.2 循环神经网络的从零开始实现](/docs/1_理论篇/chapter4_循环神经网络/chapter4.1_循环神经网络.md) - [4.3 循环神经网络的简洁实现](/docs/1_理论篇/chapter4_循环神经网络/chapter4.1_循环神经网络.md) - [4.4 长短期记忆人工神经网络 LSTM](/docs/1_理论篇/chapter4_循环神经网络/chapter4.4_长短期记忆人工神经网络LSTM.md) - [4.5 门控循环单元（GRU）](/docs/1_理论篇/chapter4_循环神经网络/chapter4.5_门控循环单元.md) - 小结 - 练习 - 参考文献 - 第 5 章 [图神经网络](/docs/1_理论篇/chapter5_图神经网络/chapter5_图神经网络.md) - 5.1 [历史脉络](/docs/1_理论篇/chapter5_图神经网络/chapter5_图神经网络.md#51-历史脉络) - 5.2 [图神经网络(Graph Neural Network)](https://www.cnblogs.com/SivilTaram/p/graph_neural_network_1.html) - 5.2.1 [状态更新与输出](/docs/1_理论篇/chapter5_图神经网络/chapter5_图神经网络.md#51-常见数据集) - 5.2.2 [不动点理论](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.1_著名数据集.md#812-pytorch数据集及读取方法简介) - 5.2.3 [具体实现](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.1_著名数据集.md#813-数据增强简介) - 5.2.4 [模型学习]() - 5.2.5 [GNN与RNN](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.2_基准BenchMark.md) - 5.2.6 [GNN的局限]() - 5.3 [门控图神经网络(Gated Graph Neural Network)]() - 5.3.1 状态更新 - 5.3.2 实例1:到达判断 - 5.3.3 实例2:语义解析 - 5.3.4 GNN与GGNN - 5.4 [图卷积神经网络(GCNN)](https://www.cnblogs.com/SivilTaram/p/graph_neural_network_2.html) - 5.4.1 图卷积缘起 - 5.4.2 图卷积框架(Framework) - 5.4.3 再谈卷积 - 5.4.4 空域卷积(Spatial Convolution) - 5.4.5 消息传递网络(Message Passing Neural Network) - 5.4.6 图采样与聚合(Graph Sample and Aggregate) - 5.4.7 图结构序列化(PATCHY-SAN) - 5.4.8 频域卷积(Spectral Convolution) - 5.5 [生成图表示](https://www.cnblogs.com/SivilTaram/p/graph_neural_network_3.html) - 5.5.1 图读出操作(ReadOut) - 5.5.2 基于统计的方法(Statistics Category) - 5.5.3 基于学习的方法(Learning Category) - 5.5.4 其他方法 - 5.6 [图神经网络在计算机视觉上的应用](https://www.cnblogs.com/SivilTaram/p/graph_neural_network_3.html) - 5.6.1 [点云分割](https://arxiv.org/abs/1904.03751) - 5.6.2 [点云生成](https://openreview.net/forum?id=SJeXSo09FQ) - 5.6.3 [RGBD图像分割](https://www.cs.toronto.edu/~urtasun/publications/qi_etal_iccv17.pdf) - 5.6.4 [视觉问答VQA](https://visualqa.org/) - 5.6.5 [零次学习ZSL](https://arxiv.org/pdf/1803.08035.pdf) - 小结 - 参考文献 - 第 5 章 [模型选择、欠拟合和过拟合](/notebooks/) - 5.1 [训练误差和泛化误差](/notebooks/) - 5.2 [模型选择](/notebooks/) - 5.3 [欠拟合和过拟合](/notebooks/) - 5.4 [多项式函数拟合实验](/notebooks/) - 5.5 [数值稳定性和模型初始化](/notebooks/) - 小结 - 参考文献 - 第 6 章 [模型拟合与优化算法](/notebooks/chapter07_optimization/) - 6.1 [优化与深度学习](/notebooks/chapter07_optimization/7.1_optimization-intro.ipynb) - 6.2 [梯度下降和随机梯度下降](/notebooks/chapter07_optimization/7.2_gd-sgd.ipynb) - 6.3 [小批量随机梯度下降](/notebooks/chapter07_optimization/7.3_minibatch-sgd.ipynb) - 6.4 [动量法](/notebooks/chapter07_optimization/7.4_momentum.ipynb) - 6.5 [AdaGrad算法](/notebooks/chapter07_optimization/7.5_adagrad.ipynb) - 6.6 [RMSProp算法](/notebooks/chapter07_optimization/7.6_rmsprop.ipynb) - 6.7 [AdaDelta算法](/notebooks/chapter07_optimization/7.7_adadelta.ipynb) - 6.8 [Adam算法](/notebooks/chapter07_optimization/7.8_adam.ipynb) - 小结 - 参考文献 - 实战篇
- 第 6 章 [软件环境搭建与工具使用](https://charmve.github.io/computer-vision-in-action/#/chapter6/chapter6) - 6.1 [深度学习环境搭建指南](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.1_深度学习环境搭建指南.md) - 6.2 [Pytorch 基础使用介绍](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.2_Pytorch-基础使用介绍.md) - 6.2.1 [Tensors](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.2_Pytorch-基础使用介绍.md#621-tensors) - 6.2.2 [Operations](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.2_Pytorch-基础使用介绍.md#622-operations) - 6.2.3 [Numpy桥梁](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.2_Pytorch-基础使用介绍.md#623-numpy桥梁) - 6.2.4 [CUDA Tensors](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.2_Pytorch-基础使用介绍.md#624-cuda-tensors) - 6.3 [Python](./notebooks/chapter08_environment-setup-and-tool-use/02_Python.ipynb) - 6.4 [Numpy 基础使用](./notebooks/chapter08_environment-setup-and-tool-use/03_NumPy.ipynb) - 6.5 [Pandas 基础使用](./notebooks/chapter08_environment-setup-and-tool-use/04_Pandas.ipynb) - 6.6 [OpenCV 安装及基础使用](./notebooks/chapter08_environment-setup-and-tool-use/OpenCV-ImageStitching.ipynb) - 6.7 [Jupyter Notebook 配置及基础使用](./notebooks/chapter08_environment-setup-and-tool-use/01_Notebooks.ipynb) - 6.8 [基本的图像操作和处理](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.8_基本的图像操作和处理.md) - 6.8.1 [PIL：Python图像处理类库](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.8_基本的图像操作和处理.md#781-pil-python图像处理类库) - 6.8.2 [Matplotlib](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.8_基本的图像操作和处理.md#782-matplotlib) - 6.8.3 [NumPy](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.8_基本的图像操作和处理.md#783-numpy) - 6.8.4 [SciPy](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.8_基本的图像操作和处理.md#784-scipy) - 6.8.5 [高级示例：图像去噪](docs/2_实战篇/chapter6_深度学习环境搭建/chapter6.8_基本的图像操作和处理.md#785-高级示例-图像去噪) - 6.9 [实战项目 5 - 使用OpenCV进行图像全景拼接](https://blog.csdn.net/Charmve/article/details/107897468) - 小结 - 参考文献 - 第 7 章 [经典卷积神经网络架构：原理与PyTorch实现](https://github.com/Charmve/Semantic-Segmentation-PyTorch) - 7.1 [卷积神经网络（LeNet）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/7.1%20卷积神经网络（LeNet）.md) - 7.2 [深度卷积神经网络（AlexNet）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/7.2%20深度卷积神经网络（AlexNet）.md) - 7.3 [使用重复元素的网络（VGG）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/7.3%20使用重复元素的网络（VGG）.md) - 7.4 [含并行连结的网络（GoogLeNet）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/7.4%20含并行连结的网络（GoogLeNet）.md) - 7.5 [残差网络（ResNet）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/chapter7.6_残差网络-ResNet.md) - 7.6 [二阶网络编码解码（U-Net）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/chapter7.7_二阶网络编码解码-UNet.md) - 7.7 [稠密连接网络（DenseNet）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/chapter7.8_稠密连接网络-DenseNet.md) - 7.8 [语义分割网络（SegNet）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/chapter7.9_语义分割网络-SegNet.md) - 7.9 [实例分割网络（Mask-RCNN）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/chapter7.9_实例分割网络-Mask-RCNN.md) - 7.10 [区域卷积神经网络（R-CNN）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/chapter7.10_区域卷积神经网络-RCNN.md) - 7.11 [全卷积网络（FCN）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/chapter7.11_全卷积网络-FCN.md) - 7.12 [YOLO: 实时目标检测](https://pjreddie.com/darknet/yolo/) - 小结 - 参考文献 - 第 8 章 [著名数据集及基准](docs/2_实战篇/chapter8_著名数据集及基准) - 8.1 [数据集](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.1_著名数据集.md) - 8.1.1 [常见数据集](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.1_著名数据集.md#811-常见数据集) - 8.1.1.1 [ImageNet](https://image-net.org/) - 8.1.1.2 [MNIST](http://yann.lecun.com/exdb/mnist/) - 8.1.1.3 [COCO](https://cocodataset.org/) - 8.1.1.4 [CIFAR-10](http://www.cs.toronto.edu/~kriz/cifar.html) - 8.1.2 [Pytorch数据集及读取方法简介](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.1_著名数据集.md#812-pytorch数据集及读取方法简介) - 8.1.3 [数据增强简介](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.1_著名数据集.md#813-数据增强简介) - [总结](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.1_著名数据集.md#总结) - 8.2 [基准测试](/docs/2_实战篇/chapter8_著名数据集及基准/chapter8.2_基准BenchMark.md) - 8.3 [评价指标](/chapter8.3_评价指标.md) - 8.4 [实战项目 6 - Kaggle比赛：图像分类（CIFAR-10）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/7.12%20实战Kaggle比赛：图像分类（CIFAR-10）.md) - 8.5 [实战项目 7 - Kaggle比赛：狗的品种识别（ImageNet Dogs）](docs/2_实战篇/chapter7_经典卷积神经网络架构-原理与PyTorch实现/7.13%20实战Kaggle比赛：狗的品种识别（ImageNet%20Dogs）.md) - 小结 - 参考文献 - 第 9 章 [检测与分割实战项目](https://charmve.github.io/computer-vision-in-action/#/chapter9/chapter9) - 9.1 语义分割 - 9.1.1 [语义分割 PyTorch 版](https://github.com/Charmve/Semantic-Segmentation-PyTorch) - 9.1.2 [实战项目 8 - 基于PolarNet的点云端到端语义分割项目实战]() - 9.2 目标检测 - 9.2.1 常用网络 - 9.2.2 [实战项目 9 - 基于PyTorch的YOLO5目标检测项目实战]() - 9.3 [实例分割](/docs/2_实战篇/chapter9_检测与分割实战项目/9.3%20实例分割.md) - 9.3.1 [常用网络](/docs/2_实战篇/chapter9_检测与分割实战项目/9.3%20实例分割.md#931-常用网络) - 9.3.2 [实战项目 10 - 实时高分辨率背景抠图](/docs/2_实战篇/chapter9_检测与分割实战项目/9.3%20实例分割.md#932-实战项目-8-实时高分辨率背景抠图) - 9.3.3 新方法：[滑动窗口](https://blog.csdn.net/Charmve/article/details/108915225), [PointRend](https://blog.csdn.net/Charmve/article/details/108892076), [PolarMask](https://github.com/xieenze/PolarMask) - 小结 - 参考文献 - 第 10 章 [计算机视觉课题研究初探](https://charmve.github.io/computer-vision-in-action/#/chapter10/chapter10) - 10.1 [手写字识别](https://blog.csdn.net/Charmve/article/details/108531735) - 10.2 [文本检测](https://github.com/Charmve/Scene-Text-Detection) - 10.3 [车道线检测](https://github.com/Charmve/Awesome-Lane-Detection) - 10.3.1 [常用网络](https://github.com/Charmve/Awesome-Lane-Detection) - 10.3.2 [实战项目 11 - 车道线检测项目实战](https://blog.csdn.net/Charmve/article/details/116678477) - 10.4 [镜面检测](https://github.com/Charmve/Mirror-Glass-Detection) - 10.5 [图像抠图 Matting](/docs/2_实战篇/chapter10_计算机视觉课题研究初探/charpter10_5-图像抠图.md) - 10.6 [图像超分辨率](/docs/2_实战篇/chapter10_计算机视觉课题研究初探/charpter10_6-图像超分辨率.md) - 10.7 [3D 重建](/docs/2_实战篇/chapter10_计算机视觉课题研究初探/charpter10_7-3D重建.md) - 小结 - 参考文献 - 进阶篇
- 第 11 章 [可视化和理解卷积神经网络](/docs/3_进阶篇/chapter11-可视化和理解/) - 11.1 特征可视化 - 11.2 倒置 - 11.3 可视化数据梯度 - 11.4 [Embeddings](https://nbviewer.jupyter.org/format/slides/github/Charmve/computer-vision-in-action/blob/main/notebooks/chapter13_Understanding-and-Visualizing/Embeddings.ipynb) - 11.5 对抗样本 - 11.6 [DeepDream 和风格迁移](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3.3_neural-style.md) - 11.7 [实战项目 12: PyTorch 如何使用TensorBoard](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md) - 11.4.1 [创建 TensorBoard](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md#1141-创建-tensorboard) - 11.4.2 [写入 TensorBoard](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md#1142-写入-tensorboard) - 11.4.3 [使用 TensorBoard 检查模型](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md#1143-使用-tensorboard-检查模型) - 11.4.4 [向 TensorBoard 添加 "Projector"](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md#1144-向-tensorboard-添加-projector) - 11.4.5 [使用 TensorBoard 跟踪模型训练](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md#1145-使用-tensorboard-跟踪模型训练) - 11.4.6 [使用 TensorBoard 评估训练好的模型](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md#1146-使用-tensorboard-评估训练好的模型) - 11.4.7 [案例总结](/docs/3_进阶篇/chapter11-可视化和理解/chapter11-可视化和理解.md#小结) - 小结 - 参考文献 - 第 12 章 [生成对抗模型](https://charmve.github.io/computer-vision-in-action/#/chapter6/chapter6) - 12.1 Pixel RNN/CNN - 12.2 [自编码器 Auto-encoder](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12_2-自编码器Auto-encoder.md) - 12.3 [生成对抗网络 GAN](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md) - 12.3.1 [概述](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#1231-概述) - 12.3.2 [GAN的基本思想](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#1232-gan的基本思想) - 12.3.3 [GAN浅析](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#1233-gan浅析) - 12.3.3.1 [GAN的基本结构](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#12331-gan的基本结构) - 12.3.3.2 [GAN的训练方式](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#12332-gan的训练方式) - [关于生成器](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#关于生成器) - [关于判别器](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#关于判别器) - [如何训练](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#如何训练) - 12.3.4 [训练相关理论基础](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#1234训练相关理论基础) - 12.3.5 项目实战案例StyleGAN - [StyleGAN](https://github.com/Charmve/VOGUE-Try-On) - [StyleGAN 2.0](https://blog.csdn.net/Charmve/article/details/115315353) - 12.3.6 [实战项目11 - 图像风格迁移](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3.3_neural-style.md) - [小结](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#小结) - [参考文献](/docs/3_进阶篇/chapter12-生成对抗模型/chapter12.3_生成对抗网络GAN.md#参考文献) - 12.4 [变分自编码器 Variational Auto-encoder, VAE](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md) - 12.4.1 [概述](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#1241-概述) - 12.4.2 [基本原理](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#1242-基本原理) - 12.4.2.1 [定义](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#1-定义) - 12.4.2.2 [理论基础：三要素](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#2-理论基础三要素) - 12.4.2.3 [推导过程](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#3-推导过程) - 12.4.3 [VAE v.s. AE 区别与联系](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#1243-vae-vs-ae-区别与联系) - 12.4.4 [变分自编码器的代码实现](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#1244-变分自编码器的代码实现) - 12.4.5 [卷积变分自编码器的实现与简单应用](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#1245-卷积变分自编码器的实现与简单应用) - 12.4.6 [实战项目 13 - 旧照片修复](https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life) - 小结 - [参考文献](docs/3_进阶篇/chapter12-生成对抗模型/chapter12_4-变分自编码器VAE.md#参考文献) - 参考文献 - 第 13 章 [深度增强学习](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md) - 13.1 [引言-如何解决通用人工智能的难点](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#141-引言-如何解决通用人工智能的难点) - 13.2 [什么是深度增强学习](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#142-什么是深度增强学习) - 13.2.1 [深度学习](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#1421-深度学习) - 13.2.2 [增强学习](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#1422-增强学习) - 13.2.3 [二者的融合](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#1423-二者的融合) - 13.3 [怎么利用深度增强学习解决问题](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#143-怎么利用深度增强学习解决问题) - 13.3.1 [Policy-based DRL](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#1431-policy-based-drl) - 13.3.2 [Value-based DRL](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#1432-value-based-drl) - 13.3.3 [Model-based DRL](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#1433-model-based-drl) - 13.4 [深度增强学习在计算机视觉中的应用](#144-深度增强学习在计算机视觉中的应用) - [小结](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#小结) - [参考文献](/docs/3_进阶篇/chapter13-深度增强学习/chapter13-深度增强学习.md#参考文献) - 第 14 章 [视频理解](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md) - 14.1 [概述](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#141-概述) - 14.2 [视频理解场景中的主要问题](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#142-视频理解场景中的主要问题) - 14.3 [常用数据集](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#143-常用数据集) - 14.4 [主流方法与模型架构](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#144-主流方法与模型架构) - 14.5 [指标 METRICS](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#145-指标-metrics) - 14.6 [可能的未来方向](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#146-可能的未来方向) - [小结](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#小结) - [参考文献](/docs/3_进阶篇/chapter14-视频理解/chapter14-视频理解.md#参考文献) - 第 15 章 [迁移学习](./docs/3_进阶篇/chapter15_迁移学习) - 15.1 [概述](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#151-迁移学习概述) - 15.1.1 [背景](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#1511-背景) - 15.1.2 [定义及分类](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#1512-定义及分类) - 15.1.3 [关键点](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#1513-关键点) - 15.2 [基于实例的迁移](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#152-基于实例的迁移) - 15.3 [基于特征的迁移](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#153-基于特征的迁移) - 15.4 [基于共享参数的迁移](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#154-基于共享参数的迁移) - 15.5 [深度学习和迁移学习结合](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习概述.md#155-深度学习和迁移学习结合) - 15.7 [实战项目 14 - 蚂蚁和蜜蜂的分类问题](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习的应用.md) - 15.7.1 [迁移学习在计算机视觉领域的应用](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习的应用.md#1571-迁移学习在计算机视觉领域的应用) - 15.7.2 [实战项目: 蚂蚁和蜜蜂的分类问题](https://github.com/Charmve/computer-vision-in-action/tree/main/docs/3_进阶篇/chapter15_迁移学习/chapter15_迁移学习的应用.md#1572-实战项目-蚂蚁和蜜蜂的分类问题) - [小结](#小结) - [参考文献](#参考文献) - 第 16 章 [计算机视觉中的注意力机制 Attention is All You Need](./notebooks/chapter16_Attention/1_Attention.ipynb) - 16.1 概述 - 16.2 Attention with RNNs - 16.3 [Self-attention 自注意力](https://mp.weixin.qq.com/s/nUd7YtCci1_AwQ4nOwK9bA) - 16.4 软注意力（soft-attention） - 16.4.1 空间域注意力 - 16.4.2 通道注意力 - 16.4.3 Positional encoding - 16.4.4 混合域模型 - 16.4.5 Masked attention - 16.4.6 Multi-head attention - 16.5 强注意力（hard attention） - 16.6 [Attention九层塔 - 注意力机制的九重理解](/docs/3_进阶篇/chapter16-注意力机制%20Attention%20is%20All%20You%20Need/chapter16_Attention-is-All-You-Need.md) - 小结 - 参考文献 - 第 17 章 [跨界模型 Transformer](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md) - 17.1 [思想和框图](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#%E4%B8%80%E6%80%9D%E6%83%B3%E5%92%8C%E6%A1%86%E5%9B%BE) - 17.2 [实现细节](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#二实现细节) - [17.2.1 Encoder](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#2-1-Encoder) - [17.2.2 Decoder](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#2-2-Decoder) - [17.2.3 Self-Attention](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#2-3-Self-Attention) - [17.2.4 Multi-Headed Attention](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#2-4-Multi-Headed-Attention) - [17.2.5 Positional Encoding](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#2-5-Positional-Encoding) - 17.3 [应用任务和结果](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#三-应用任务和结果) - 17.3.1 [NLP领域](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#3-1-NLP领域) - 17.3.2 [CV领域](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#3-2-CV领域) - 17.3.2.1 [检测DETR](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#3-2-1-检测DETR) - 17.3.2.2 [分类ViT](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#3-2-2-分类ViT) - 17.3.2.3 [分割SETR](https://github.com/Charmve/computer-vision-in-action/blob/main/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#3-2-3-分割SETR) - 17.3.2.4 [Deformable-DETR](https://github.com/Charmve/computer-vision-in-action/blob/main/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#3-2-4-Deformable-DETR) - 17.4 [优点及分析](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#四-优点及分析) - 17.5 [缺点及分析](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#五-缺点及分析) - [实战项目 15 - 基于Transformer的视频实例分割网络VisTR (CVPR2021)](https://blog.csdn.net/Charmve/article/details/115339803) - 小结 - [参考文献](/docs/3_%E8%BF%9B%E9%98%B6%E7%AF%87/chapter17-%E8%B7%A8%E7%95%8C%E6%A8%A1%E5%9E%8B%20Transformer/chapter17_Transformer.md#六-参考文献) - 第 18 章 [知识蒸馏](https://mp.weixin.qq.com/s/e3c_-rs2rncmWhbm-cU5rA) - 18.1 概要 - 18.2 KD主要方法 - 18.2.1 Logits(Response)-based Knowledge - 18.2.2 Feature-based Knowledge - 18.2.3 Relation-based Knowledge - 18.3 知识蒸馏的应用 NLP-BERT - 18.4 常见疑问解答 - [实战项目 16 - 支付宝CVPR细粒度视觉分类挑战赛夺冠方案解读](https://mp.weixin.qq.com/s/RTkBQJ7Uj86Wxt7HmwWKzA) - 小结 - [参考文献](#参考文献) - 第 19 章 [Normalization 模型](https://blog.csdn.net/Charmve/article/details/107650487) - 19.1 从Mini-Batch SGD说起 - 19.2 Normalization到底是在做什么 - 19.3 Batch Normalization如何做 - 19.3.1 前向神经网络中的BN - 19.3.2 CNN网络中的BN - 19.3.3 Batch Norm的四大罪状 - 19.4 Layer Normalization、Instance Normalization及Group Normalization - 19.4.1 Layer Normalization - 19.4.2 Instance Normalization - 19.4.3 Group Normalization - 19.4.4 用一个故事来总结 - 19.5 Normalization操作的Re-Scaling不变性 - 19.6 Batch Normalization为何有效 - 小结 - [参考文献](#参考文献) - 第 20 章 [模型压缩与裁剪](https://mp.weixin.qq.com/s/e3c_-rs2rncmWhbm-cU5rA) - 20.1 概述 - 20.2 模型压缩 - 20.2.1 线性或非线性量化（1990~2014 - 至今） - 20.2.2 结构或非结构剪枝（1989~2014 - 至今 - 20.2.3 网络结构搜索（2016 - 至今） - 20.2.4 权重矩阵的低秩分解（） - 20.2.5 知识蒸馏（2014-至今） - 20.3 模型优化加速 - 20.3.1 Op-Level 的快速算法 - 20.3.2 Layer0-level 的快速算法 - 20.3.3 硬件计算单元优化算法 - CPU、GPU和NPU - ASIC 和 FPGA - PIM（NDP） - 20.4 优化工具与库 - 20.4.1 TensorRT Nvidia) - 20.4.2 TVM (Tensor Virtual Machine) - 20.4.3 Tensor Comprehension (Facebook) - 20.4.4 Distiller (Intel) - 小结 - [参考文献](#六-参考文献) - 附录
- A 矩阵 - B [常用激活函数总结](https://mp.weixin.qq.com/s?__biz=MzIxMjg1Njc3Mw==&mid=2247484495&idx=1&sn=0bbb2094d93169baf20eedb284bc668f) - C [梯度下降法](https://blog.csdn.net/Charmve/article/details/106089198) - D [深度学习调参技巧总结](https://blog.csdn.net/Charmve/article/details/107650479) - [后记](/docs/book_postscript.md)
- [参考文献](#参考文献-1)

- 更新中 ...
[收起](#-本书目录)

Index

🔍 文件浏览

按书中内容先后顺序逐章阅读，或者选取特定章节祥读 📁 docs/ ¹，动手实践章节代码，在代码文件 📁 code/ ² 下找到对应代码，本地测试或者Colab 📁 notebooks/ ³ 在线测试。

📁 L0CV/ - 专为本项目建立的 💮 L0CV 包

📁 code/ - 书中完整代码

📁 datasets/ - 本书所用数据集

📁 images/ - 经典图像处理图片

📁 docs/ - 全书按照一下几个篇目进行编写

📁 0_绪论/ - 全书绪论

📁 1_理论篇/ - 基本理论和算法基础

📁 2_实战篇/ - 项目实战教程

📁 3_进阶篇/ - 最新CV模型和算法

📁 附件/ - 所需数学和统计学知识

📁 img/ - 各章节所使用的插图

📁 models/ - 封装可用的预训练模型

📁 notebooks/ - 🚩 全书 Colab notebook，可在线测试

📁 chapter01_neural-networks/ - 第 1 章 - 神经网络 Jupyter Notebook 实现

📁 chapter02_CNN/ - 第 2 章 - 卷积神经网络 Jupyter Notebook 实现

📁 chapter03_Image-Classification - 第 3 章 - 图像分类 Jupyter Notebook 实现

📁 chapter04_recurrent-neural-networks/ - 第 4 章 - 递归神经网络 Jupyter Notebook 实现

📁 chapter05_graph-neural-network/ - 第 5 章 - 图神经网络 Jupyter Notebook 实现

📁 chapter07_optimization/ - 第 6 章 - 模型拟合与优化算法 Jupyter Notebook 实现

📁 chapter08_environment-setup-and-tool-use/ - 第 7 章 - 软件环境搭建与工具使用 Jupyter Notebook 实现

📁 chapter09_convolutional-neural-networks/ - 第 8 章 - 经典神经网络架构：原理与PyTorch实现 Jupyter Notebook 实现

📁 chapter12_practice-projects - 第 12 章 - 计算机视觉课题研究初探 Jupyter Notebook 实现

📁 chapter13_Understanding-and-Visualizing/ - 第 13 章 - 可视化与理解卷积神经网络 Jupyter Notebook 实现

📁 chapter14_GAN/ - 第 14 章 - 生成对抗模型 Jupyter Notebook 实现

📁 chapter15_Transfer-Learning/ - 第 15 章 - 迁移学习 Jupyter Notebook 实现

📁 chapter16_Attention/ - 第 16 章 - 注意力机制 Jupyter Notebook 实现

📁 chapter17_Transformers/ - 第 17 章 - Transformers Jupyter Notebook 实现

...

📁 imgs/ - Jupyter Notebook 中用到的图片

📁 docker/ - 为降低读者的学习成本，目前未进行搭建

📁 res/ - ui 图片及全书思维导图PDF

📄 README.md - 全书介绍及目录

Index

L0CV DemoDay

L0CV Demo Day L0CV-Universe

如果你也是从这里出发，在开源的项目中应用进去，并在标题下给出引用，您的项目将会在这里展现！

以用促学，先会后懂。理解深度学习的最佳方法是学以致用。

《计算机视觉实战演练：算法与应用》V1.2 部分项目还在更新中*

实战项目	章节	Binder
实战项目 1 - 手写字分类	第 1 章 - 神经网络
实战项目 2 - 动手搭建一个卷积神经网络	第 2 章 - 卷积神经网络
实战项目 3 - 基于卷积神经网络的人脸表情识别	第 3 章 - 图像分类
实战项目 4 - 使用卷积神经网络对CIFAR10图片进行分类	第 3 章 - 图像分类
实战项目 5 - 使用OpenCV进行图像全景拼接	第 6 章 - 软件环境搭建与工具使用
实战项目 6 - Kaggle比赛：图像分类（CIFAR-10）	第 8 章 - 著名数据集及基准
实战项目 7 - Kaggle比赛：狗的品种识别（ImageNet Dogs）	第 8 章 - 著名数据集及基准
[实战项目 8 - 基于PolarNet的点云端到端语义分割项目实战]()	第 9 章 - 检测与分割实战项目
[实战项目 9 - 基于PyTorch的YOLO5目标检测项目实战]()	第 9 章 - 检测与分割实战项目
实战项目 10 - 实时高分辨率背景抠图	第 9 章 - 检测与分割实战项目
实战项目 11 - 车道线检测项目实战	第 10 章 - 计算机视觉课题研究初探
实战项目 12 - PyTorch 如何使用TensorBoard	第 13 章 - 可视化和理解
[实战项目 13 - 图像样式迁移]()	第 14 章生成对抗模型
实战项目 14 - 旧照片修复	第 14 章 - 生成对抗模型
实战项目 15 - 动漫头像生成	第 14 章 - 生成对抗模型
项目实战 16 - 视频理解项目实战 SlowFast + Multi-Moments in Time	第 16 章 - 视频理解
实战项目 17 - 蚂蚁和蜜蜂的分类问题	第 17 章 - 迁移学习
实战项目 18 - 基于Transformer的视频实例分割网络VisTR (CVPR2021)	第 19 章 - 跨界模型 Transformer
实战项目 19 - 支付宝CVPR细粒度视觉分类挑战赛夺冠方案解读	第 20 章 - 知识蒸馏
...	...	...

Index

🔑 如何食用

🔎 详细攻略展开

### 方式一 Jupyter Notebook (推荐方式 ✨) #### 1. 本地运行 - 依赖包安装 ``` pip3 install -r requirements.txt ``` - 安装 Jupyter ``` python3 -m pip install --upgrade pip python3 -m pip install jupyter ``` - 查看并运行jupyter 请在终端（Mac / Linux）或命令提示符（Windows）上运行以下命令： ```shell cd notebooks jupyter notesbook ``` #### 2. 远程运行 - 打开每章节首页，点击

可直接打开 Google Colab ，点击 [Copy to Drive] 即可在线运行测试。 - 点击

也可在 ``mybinder`` 查看和在线运行。

Run on Colab
图2 例子：12.3.3 样式迁移

点击 Copy to Drive
图3 例子：12.3.3 样式迁移 Colab 点击 [Copy to Drive]

### 方式二使用 ``/code`` #### 1. 运行环境 + L0CV 加载 - 依赖包安装 ```shell sudo apt-get update pip3 install -r requirements.txt ``` - 创建 L0CV ```shell python3 setup.py ``` - 测试环境 ```shell cd code python3 L0CV_test.py ``` #### 2. 直接调用每个章节的代码测试 ```python3 import L0CV ```
[收起](#-如何食用)

每一小节都是可以运行的 Jupyter 记事本你可以自由修改代码和超参数来获取及时反馈，从而积累深度学习的实战经验。 Run locally Google Colab

公式 + 图示 + 代码我们不仅结合文字、公式和图示来阐明深度学习里常用的模型和算法，还提供代码来演示如何从零开始实现它们，并使用真实数据来提供一个交互式的学习体验。

Index

❓ 常见问题

在线教程页面无法打开：

测试中存在部分人打不开在线教程的情况。

部分小伙伴反馈尝试切换浏览器后可以正常打开了，如果仍然不行，最有效的解决办法是科学上网。
无法加载图片的解决办法：

根本解决办法还是科学上网，也可以尝试修改host文件看下是否能解决。

解决方案: 修改host文件 Mac Windows
公式无法正常显示解决办法：

GitHub中的Markdown原生是不支持LATEX公式显示的，如果你喜欢在本项目中直接浏览教程，可以安装Chrome的MathJax Plugin for Github插件让大部分公式正常显示。而docs文件夹已经利用docsify被部署到了GitHub Pages上，包含公式的章节强力建议使用《计算机视觉实战演练：算法与应用》在线阅读进行学习。

当然如果你还想跑一下运行相关代码的话还是得把本项目clone下来，然后运行code文件夹下相关代码。
Jupyter Notebook 无法在 GitHub 上呈现？ 使用 nbviewer。

Index

致谢

Index

参考文献

感谢前人的杰出工作，我才得以写出此书。感谢 参考文献 中列出及未列出的，所有对此开源工作有帮助的前辈！

Index

LICENSE

L0CV代码部分采用 Apache 2.0协议进行许可，包括名为 L0CV 的原创第三方库、/code和/notebook下的源代码。遵循许可的前提下，你可以自由地对代码进行修改，再发布，可以将代码用作商业用途。但要求你：
- 署名：在原有代码和衍生代码中，保留原作者署名及代码来源信息。
- 保留许可证：在原有代码和衍生代码中，保留Apache 2.0协议文件。
L0CV文档部分采用知识共享署名 4.0 国际许可协议进行许可。遵循许可的前提下，你可以自由地共享，包括在任何媒介上以任何形式复制、发行本作品，亦可以自由地演绎、修改、转换或以本作品为基础进行二次创作。但要求你：
- 署名：应在使用本文档的全部或部分内容时候，注明原作者及来源信息。
- 非商业性使用：不得用于商业出版或其他任何带有商业性质的行为。如需商业使用，请联系作者。
- 相同方式共享的条件：在本文档基础上演绎、修改的作品，应当继续以知识共享署名 4.0国际许可协议进行许可。

Index

👥 社区互助

如果您在使用的过程中碰到问题，可以通过下面几个途径寻求帮助，同时我们也鼓励资深用户通过下面的途径给新人提供帮助。

通过提问时，建议使用 Q&A 标签。
通过或者提问时，建议加上 L0CV 标签。
微信、知乎、微博开话题可以生成tag，如微信聊天、朋友圈加 #L0CV 可话题交流。
L0CV 读者微信交流群 (加我微信Yida_Zhang2，备注：L0CV-高校/企业-称呼)

Index

💖 Support this project

Donating to help me continue working on this project. I'm appreciate all you in backer list.

CONTRIBUTION

作者会尽最大努力来确保书中内容的准确性，但难免会存在疏漏与不妥之处。欢迎您将发现的问题反馈给我们，帮助提升本开放资源的质量。

Help us make these docs great!

All VC-action docs are open source. See something that's wrong or unclear? Submit a pull request.

Make a contribution

Or, learn how to contribute.

Still need help?

Ask our community Contact support

Index

Citation

Use this bibtex to cite this repository:

@misc{computer-vision-in-action,
  title={计算机视觉实战演练：算法与应用（Computer Vision in Action）},
  author={Charmve},
  year={2021.06},
  publisher={Github},
  journal={GitHub repository},
  howpublished={\url{https://github.com/Charmve/computer-vision-in-action}},
}

Index

Stargazers Over Time

Awesome! Charmve/computer-vision-in-action was created 2 months ago and now has 1546 stars.

Feel free to ask any questions, open a PR if you feel something can be done differently!

🌟 Star this repository 🌟

Created by Charmve & maiwei.ai Community | Deployed on GitHub Page

Charmve / computer-vision-in-action

readme

✨ 以用促学，先会后懂 ✨

L0CV ^🔊 一种结合了代码、图示和HTML的在线学习媒介

计算机视觉实战演练：算法与应用 ^📌
Computer Vision in Action

👉 在线阅读（优先更新实战篇和进阶篇）

最新版PDF下载

Index

💠 全书组织

🌈 愿景

📘 本书目录

👉 在线阅读（优先更新实战篇和进阶篇）

[序言](/docs/book_preface.md)

主要符号表

绪论篇

理论篇

实战篇

进阶篇

附录

[后记](/docs/book_postscript.md)

[参考文献](#参考文献-1)

🔍 文件浏览

L0CV DemoDay

以用促学，先会后懂。理解深度学习的最佳方法是学以致用。

🔑 如何食用

每一小节都是可以运行的 Jupyter 记事本

公式 + 图示 + 代码

❓ 常见问题

致谢

参考文献

LICENSE

👥 社区互助

💖 Support this project

CONTRIBUTION

Help us make these docs great!

Still need help?

Citation

Stargazers Over Time

🌟 Star this repository 🌟

Charmve / computer-vision-in-action

readme

✨ 以用促学，先会后懂 ✨

L0CV 🔊 一种结合了代码、图示和HTML的在线学习媒介

计算机视觉实战演练：算法与应用 📌 Computer Vision in Action

👉 在线阅读（优先更新实战篇和进阶篇）

最新版PDF下载

Index

💠 全书组织

🌈 愿景

📘 本书目录

👉 在线阅读（优先更新实战篇和进阶篇）

[序言](/docs/book_preface.md)

主要符号表

绪论篇

理论篇

实战篇

进阶篇

附录

[后记](/docs/book_postscript.md)

[参考文献](#参考文献-1)

🔍 文件浏览

L0CV DemoDay

以用促学，先会后懂。理解深度学习的最佳方法是学以致用。

🔑 如何食用

每一小节都是可以运行的 Jupyter 记事本

公式 + 图示 + 代码

❓ 常见问题

致谢

参考文献

LICENSE

👥 社区互助

💖 Support this project

CONTRIBUTION

Help us make these docs great!

Still need help?

Citation

Stargazers Over Time

🌟 Star this repository 🌟

L0CV ^🔊 一种结合了代码、图示和HTML的在线学习媒介

计算机视觉实战演练：算法与应用 ^📌
Computer Vision in Action