    
    __  ___      _               _ ___    ____                             
   /  |/  /___ _(_)      _____  (_)   |  /  _/    _________  ____ ___      
  / /|_/ / __ `/ / | /| / / _ \/ / /| |  / /_____/ ___/ __ \/ __ `__ \     
 / /  / / /_/ / /| |/ |/ /  __/ / ___ |_/ /_____/ /__/ /_/ / / / / / /     
/_/  /_/\__,_/_/ |__/|__/\___/_/_/  |_/___/     \___/\____/_/ /_/ /_/

Maiwei AI Lab - 迈微AI研习社

作者系迈微AI研习社创始人、CSDN博客专家，主要分享机器学习算法、计算机视觉等相关内容，每周研读顶会论文，持续关注前沿技术动态。公众号底部有菜单分类，关注我们，一起学习成长。

一种结合了代码、数据集和HTML的数字学习媒介

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）

在线阅读（内容实时更新）
- 地址：~~https://charmve.github.io/computer-vision-in-action~~ (正在开发中。。。)

最新版PDF下载
- 地址：~~https://github.com/charmve/computer-vision-in-action/releases~~

全书组织

🏷️ fig_book_org

全书详细思维导图

本书详细介绍，请移步序言

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。

序言
主要符号表
绪论篇
- 第 0 章计算机视觉概述
  - 1. 概述
  - 1. 计算机视觉基本概念
  - 1. 典型的计算机视觉任务
    - 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
  - 1. 发展历史回顾
  - 1. 小练习
  - 小结
  - 参考文献
理论篇
- 第 1 章神经网络
  - 1.1 Softmax 回归
  - 1.2 反向传播算法
  - 1.3 多层感知器
  - 1.4 神经学观点
  - 1.5 实战项目 1 - 手写字分类
  - 小结
  - 参考文献
- 第 2 章卷积神经网络
- 第 3 章图像分类
  - 3.1 数据驱动方法
  - 3.2 k 最近邻算法
  - 3.3 线性分类
  - 3.4 逻辑回归 LR
  - 3.5 实战项目 3 - 表情识别
  - 3.6 实战项目 4 - 使用卷积神经网络对CIFAR10图片进行分类
  - 小结
  - 参考文献
- 第 4 章递归神经网络
  - 4.1 递归神经网络 RNN
  - 4.2 循环神经网络的从零开始实现
  - 4.3 循环神经网络的简洁实现
  - 4.4 长短期记忆人工神经网络 LSTM
  - 4.5 门控循环单元（GRU）
  - 小结
  - 参考文献
- 第 5 章模型拟合与优化算法
  - 5.1 优化与深度学习
  - 5.2 梯度下降和随机梯度下降
  - 5.3 小批量随机梯度下降
  - 5.4 动量法
  - 5.5 AdaGrad算法
  - 5.6 RMSProp算法
  - 5.7 AdaDelta算法
  - 5.8 Adam算法
  - 小结
  - 参考文献
实战篇
- 第 6 章深度学习环境搭建
  - 6.1 PyTorch
  - 6.2 OpenCV
  - 6.3 Numpy
  - 6.4 Pandas
  - 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
- 第 8 章著名数据集及基准
  - 8.1 数据集
    - ImageNet
    - MNIST
    - COCO
    - CIFAR-10
  - 8.2 基准
  - 小结
  - 参考文献
- 第 9 章检测与分割实战项目
  - 9.1 语义分割
    - 9.1.1 语义分割 PyTorch 版
    - 9.1.2 实战项目 6
  - 9.2 目标检测
    - 9.2.1 常用网络
    - 9.2.2 实战项目 7
  - 9.3 实例分割
    - 9.3.1 常用网络
    - 9.3.2 实战项目 8
    - 9.3.3 新方法：滑动窗口, PointRend, PolarMask
  - 小结
  - 参考文献
- 第 10 章图像分类项目实战
  - 10.1 手写字识别
  - 10.2 文本检测
  - 10.3 车道线检测
    - 10.3.1 常用网络
    - 10.3.2 实战项目 9
  - 10.4 镜面检测
  - 10.5 图像抠图 Matting
  - 小结
  - 参考文献
进阶篇
- 第 11 章可视化和理解
  - 11.1 表征可视化
  - 11.2 对抗实例
  - 11.3 DeepDream 和风格迁移
  - 11.4 实战项目 10: PyTorch 如何使用TensorBoard
  - 小结
  - 参考文献
- 第 12 章生成对抗模型
  - 12.1 Pixel RNN/CNN
  - 12.2 自编码器 Auto-encoder
  - 12.3 生成对抗网络 GAN
    - 12.3.1 原理
    - 12.3.2 项目实战
      - StyleGAN
      - StyleGAN 2.0
  - 12.4 变分自编码器 Variational Auto-encoder, VAE
  - 参考文献
- 第 13 章深度增强学习
  - 13.1 方法梯度，硬性关注
  - 13.2 Q - 学习，评价器
  - 小结
  - 参考文献
- 第 14 章视频理解
  - 14.1 概述
  - 14.2 行为理解
  - 14.3 主流方法
  - 小结
  - 参考文献
- 第 15 章迁移学习
- 第 16 章计算机视觉中的注意力机制 Attention is All You Need
  - 16.1 概述
  - 16.2 Attention with RNNs
  - 16.3 Self-attention 自注意力
  - 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）
  - 小结
  - 参考文献
- 第 17 章跨界模型 Transformer
  - 17.1 **和框图
  - 17.2 实现细节
  - 17.3 应用任务和结果
    - 17.3.1 NLP领域
    - 17.3.2 CV领域
  - 17.4 优点及分析
  - 17.5 缺点及分析
  - 小结
  - 参考文献
- 第 18 章知识蒸馏
  - 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
  - 小结
  - 实战项目 12 - 支付宝CVPR细粒度视觉分类挑战赛夺冠方案解读
  - 参考文献
- 第 19 章 Normalization 模型
  - 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
- 第 20 章模型压缩与裁剪
  - 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
- 附录
  - A 矩阵
  - B 常用激活函数总结
  - C 梯度下降法
- 后记
- 参考文献

- 更新中 ...

如何食用

Install

pip3 install -r requirements.txt

Set up

python3 setup.py

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。

🔍 Browse Folders

📁 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
📁 L0CV/ - 专为本项目建立的 L0CV 包
📁 notebooks/ - 全书重要模型的Colab notebook，可在线测试
- 📄 01_Notebooks.ipynb - Notebooks 基本介绍和使用
- 📄 02_Python.ipynb - Python 编程简明教程
- 📄 03_NumPy.ipynb - NumPy 的使用
- 📄 04_Pandas.ipynb - Pandas 的使用
- 📄 05_PyTorch.ipynb - PyTorch 的使用
- 📄 06_Linear_Regression.ipynb - 线性回归
- ...
- 📄 16_CVAE.ipynb - 卷积变分自编码器
- 📄 17_TL-ants-bees-classification.ipynb - 迁移学习的应用：蚂蚁和蜜蜂的分类问题
📁 res/ - ui 图片
📄 README.md - 全书介绍及目录

致谢

参考文献

--> Go to see REFERENCE.md, 感谢前人的杰出工作，我才得以写出此书。

关注我们

扫描下方二维码，然后回复关键词“计算机视觉实战教程”，即可加入“读者交流群”

若本书里没有你想要理论和实战项目，或者你发现本书哪个地方有错误，请毫不犹豫地去本仓库的 Issues（地址 https://github.com/charmve/computer-vision-in-action/issues ）进行反馈，在对应版块提交你希望补充的内容或者勘误信息，作者通常会在 24 小时以内给您回复，超过 24 小时未回复的话可以邮件联系我（微信 MaiweiE_com）；
同时，我也欢迎大家加入本项目的建设中来，欢迎 pull request！

LICENSE

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

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

Stargazers Over Time

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 GitBook

* Update on Apr 29，2021 @Charmve, Star and Fork

hyqyoung/computer-vision-in-action

Maiwei AI Lab - 迈微AI研习社

一种结合了代码、数据集和HTML的数字学习媒介

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

在线阅读（内容实时更新）

最新版PDF下载

全书组织

目录

序言

主要符号表

绪论篇

理论篇

实战篇

进阶篇

附录

后记

参考文献

如何食用

🔍 Browse Folders

致谢

参考文献

关注我们

LICENSE

CONTRIBUTION

Help us make these docs great!

Still need help?

Stargazers Over Time

🌟Star this repository🌟

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