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。

✨ 以用促学，先会后懂 ✨

一种结合了代码、图示和HTML的在线学习媒介
在这里插入图片描述 在这里插入图片描述
在这里插入图片描述 在这里插入图片描述

全书组织

🏷 fig_book_org

在这里插入图片描述

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：

  1. 所有人均可在网上免费获取；
  2. 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；
  3. 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；
  4. 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；
  5. 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

目录

📘 详细目录

- 更新中 ...


收起

Index

🔍 仓库文件浏览

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 Binder
    • 📁 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

如何食用

🏷sec_code

在这里插入图片描述

图1 L0CV 结构图

详细攻略

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：

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 [Copy to Drive] 即可在线运行测试。

  • 点击 Binder 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 [Copy to Drive]

方式二 使用 /code

1. 运行环境 + L0CV 加载
  • 依赖包安装
sudo apt-get update
pip3 install -r requirements.txt
  • 创建 L0CV
python3 setup.py
  • 测试环境
cd code
python3 L0CV_test.py
2. 直接调用每个章节的代码测试
import L0CV

收起

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 Apple Mac Win10 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。 Binder

Index

LICENSE

Code License 知识共享许可协议

  • 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 GitHub Discuss 提问时，建议使用 Q&A 标签。

  • 通过 Stack Overflow 或者 Segment Fault 提问时，建议加上 L0CV 标签。

  • Segment Fault 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。

Index

致谢

迈微AI研习社 Made With ML    异步社区    奇虎360

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

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”

迈微AI研习社是一个专注AI领域的开源组织，作者系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。底部有菜单分类，关注我们，一起学习成长。

  • 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！

  • 请尽管表达你们的意见和建议，GitHub issues 和 电子书下方都可以留言，也可写邮件给我，我一定会回！

Index

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.

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 963 stars.

在这里插入图片描述

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

# 计算机视觉 # python # 机器学习 # 深度学习 # 生成对抗网络
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区