為什么要寫(xiě)這本書(shū)

隨著深度學(xué)習(xí)技術(shù)的發(fā)展、計(jì)算能力的提升和視覺(jué)數(shù)據(jù)的增長(zhǎng)，視覺(jué)智能計(jì)算技術(shù)在許多應(yīng)用領(lǐng)域如拍照搜索、智能相冊(cè)、人臉閘機(jī)、城市智能交通管理、智慧醫(yī)療等都取得了令人矚目的成績(jī)。因此越來(lái)越多的人開(kāi)始對(duì)機(jī)器視覺(jué)感興趣，并開(kāi)始從事這個(gè)行業(yè)。就圖像識(shí)別領(lǐng)域來(lái)說(shuō)，運(yùn)行一個(gè)開(kāi)源的代碼并不是什么難事，但搞懂其中的原理確實(shí)會(huì)稍有些難度。因此本書(shū)在每章中都會(huì)用相對(duì)通俗的語(yǔ)言來(lái)介紹算法的背景和原理，并會(huì)在讀者似懂非懂時(shí)給出實(shí)戰(zhàn)案例。實(shí)戰(zhàn)案例的代碼已全部在線下運(yùn)行通過(guò)，代碼并不復(fù)雜，可以很好地幫助讀者理解其中的細(xì)節(jié)，希望讀者在學(xué)習(xí)理論之后可以親自動(dòng)手實(shí)踐。圖像識(shí)別的理論和實(shí)踐是相輔相成的，希望本書(shū)可以帶領(lǐng)讀者走進(jìn)圖像識(shí)別的世界。

本書(shū)從章節(jié)規(guī)劃到具體的講述方式，具有以下兩個(gè)特點(diǎn)：

第一個(gè)特點(diǎn)是本書(shū)的主要目標(biāo)讀者定位為高校相關(guān)專(zhuān)業(yè)的本科生（統(tǒng)計(jì)學(xué)、計(jì)算機(jī)技術(shù)）、圖像識(shí)別愛(ài)好者，以及不具備專(zhuān)業(yè)數(shù)學(xué)知識(shí)的人群。圖像識(shí)別是一系列學(xué)科的集合體，它以機(jī)器學(xué)習(xí)、模式識(shí)別等知識(shí)為基礎(chǔ)，因此依賴很多數(shù)學(xué)知識(shí)。本書(shū)盡量繞開(kāi)復(fù)雜的數(shù)學(xué)證明和推導(dǎo)，從問(wèn)題的前因后果、創(chuàng)造者思考的過(guò)程和簡(jiǎn)單的數(shù)學(xué)計(jì)算的角度來(lái)做模型的分析和講解，目的是以更通俗易懂的方式帶領(lǐng)讀者入門(mén)。另外，在第8～12章的后面都附有參考文獻(xiàn)，想要深入了解的讀者可以繼續(xù)閱讀。

第二個(gè)特點(diǎn)是本書(shū)在每章后面都附有實(shí)戰(zhàn)案例，讀者可以結(jié)合案例學(xué)習(xí)，通過(guò)實(shí)踐驗(yàn)證自己想法的價(jià)值。在本書(shū)的內(nèi)容編排上，遵循知識(shí)點(diǎn)背景介紹原理剖析實(shí)戰(zhàn)案例的介紹方式，同時(shí)所有的代碼會(huì)在書(shū)中詳細(xì)列出或者上傳到GitHub，以方便讀者下載與調(diào)試，幫助讀者快速掌握知識(shí)點(diǎn)，快速上手，而且這些代碼也可以應(yīng)用到后續(xù)實(shí)際的開(kāi)發(fā)項(xiàng)目中。在實(shí)際項(xiàng)目章節(jié)中，選取目前在圖像識(shí)別領(lǐng)域中比較熱門(mén)的項(xiàng)目，對(duì)之前的知識(shí)點(diǎn)進(jìn)行匯總，幫助讀者鞏固與提升。

讀者對(duì)象

統(tǒng)計(jì)學(xué)或相關(guān)IT專(zhuān)業(yè)學(xué)生

本書(shū)的初衷是面向相關(guān)專(zhuān)業(yè)的學(xué)生擁有大量基于理論知識(shí)的認(rèn)知卻缺乏實(shí)戰(zhàn)經(jīng)驗(yàn)的人員，讓其在理論的基礎(chǔ)上深入了解。通過(guò)本書(shū)，學(xué)生可以跟隨本書(shū)的教程一起操作學(xué)習(xí)，達(dá)到對(duì)自己使用的人工智能工具、算法和技術(shù)知其然亦知其所以然的目的。

信息科學(xué)和計(jì)算機(jī)科學(xué)愛(ài)好者

本書(shū)是一本近現(xiàn)代科技的歷史書(shū)，也是一本科普書(shū)，還是一本人工智能思想和技術(shù)的教科書(shū)。通過(guò)本書(shū)可以了解人工智能領(lǐng)域的前輩們?cè)谔剿鞯牡缆飞献龀龅呐�力和思考，理解他們不同的觀點(diǎn)和思路，有助于開(kāi)拓自己的思維和視野。

人工智能相關(guān)專(zhuān)業(yè)的研究人員

本書(shū)詳細(xì)介紹了圖像識(shí)別的相關(guān)知識(shí)。通過(guò)本書(shū)可以了解其理論知識(shí)，了解哪些才是項(xiàng)目所需的內(nèi)容以及如何在項(xiàng)目中實(shí)現(xiàn)，能夠快速上手。

如何閱讀本書(shū)

本書(shū)從以下幾個(gè)方面闡述圖像識(shí)別：

第1章介紹圖像識(shí)別的一些應(yīng)用場(chǎng)景，讓讀者對(duì)圖像識(shí)別有個(gè)初步的認(rèn)識(shí)。

第2章主要對(duì)圖像識(shí)別的工程背景做簡(jiǎn)單介紹，同時(shí)介紹了本書(shū)后續(xù)章節(jié)實(shí)戰(zhàn)案例中會(huì)用到的環(huán)境，因此該章是實(shí)戰(zhàn)的基礎(chǔ)。

第3～6章是圖像識(shí)別的技術(shù)基礎(chǔ)，包括機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等。該部分的代碼主要使用Python實(shí)現(xiàn)。沒(méi)有機(jī)器學(xué)習(xí)基礎(chǔ)的同學(xué)需要理解這幾章之后再往下看，有機(jī)器學(xué)習(xí)基礎(chǔ)的同學(xué)可以有選擇地學(xué)習(xí)。

第7章是一個(gè)過(guò)渡章節(jié)，雖然第6章中手動(dòng)用Python實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)，但由于本書(shū)后面的圖像識(shí)別部分主要使用PyTorch實(shí)現(xiàn)，因此使用該章作為過(guò)渡，介紹如何使用PyTorch來(lái)搭建神經(jīng)網(wǎng)絡(luò)。

第8～12章為圖像識(shí)別的核心。第8章首先介紹了圖像中的卷積神經(jīng)網(wǎng)絡(luò)與普通神經(jīng)網(wǎng)絡(luò)的異同，并給出了常見(jiàn)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。接下來(lái)的第9～12章分別介紹了圖像識(shí)別中的檢測(cè)、分割、產(chǎn)生式模型以及可視化的問(wèn)題，并在每章后面給出相應(yīng)的實(shí)戰(zhàn)案例。

第13章簡(jiǎn)單介紹了圖像識(shí)別的工業(yè)部署模式，以幫助讀者構(gòu)建一個(gè)更完整的知識(shí)體系。

第8～12章包含參考文獻(xiàn)，主要是本書(shū)中介紹的一些方法，或者本書(shū)中提到但是沒(méi)有深入說(shuō)明的方法，感興趣的讀者可以自行查詢學(xué)習(xí)。

關(guān)于附件的使用方法：除了第1章外，本書(shū)的每一章都有對(duì)應(yīng)的源數(shù)據(jù)和完整代碼，這些內(nèi)容可在本書(shū)中直接找到，有些代碼需要從GitHub中下載，地址為http://www.hzcourse.com/web/refbook/detail/8376/226。需要注意的是，為了讓讀者更好地了解每行代碼的含義，在注釋信息中使用了中文標(biāo)注，每個(gè)程序文件的編碼格式都是UTF-8。

勘誤和支持

由于本書(shū)的作者水平及撰稿時(shí)間有限，書(shū)中難免會(huì)出現(xiàn)一些錯(cuò)誤或者不準(zhǔn)確的地方，懇請(qǐng)讀者批評(píng)指正。讀者可通過(guò)發(fā)送電子郵件到weixihan1@163.com和kenny_tm@hotmail.com聯(lián)系并反饋建議或意見(jiàn)。

致謝

首先非常感謝我的家人，由于業(yè)余時(shí)間常常被工作擠占，本書(shū)的撰寫(xiě)又用了所剩不多的業(yè)余時(shí)間，因此少了很多陪伴家人的時(shí)間，感謝他們的理解、支持和鼓勵(lì)。

撰寫(xiě)一本書(shū)，將自己的知識(shí)重新梳理后分享給讀者，在技術(shù)發(fā)展的道路上幫助到其他人，這件事情是非常有價(jià)值的，因此也非常感謝兩位合著者涂銘、張修鵬。

感謝機(jī)械工業(yè)出版社華章公司的楊福川老師，以及全程參與審核、校驗(yàn)等工作的張錫鵬、孫海亮老師等出版工作者，是他們的辛勤付出才能保證本書(shū)順利面世。

感謝我身邊的朋友、同事、同學(xué)，感謝一路走來(lái)你們的支持、鼓勵(lì)和幫助。

謹(jǐn)以此書(shū)獻(xiàn)給熱愛(ài)算法并為之奮斗的朋友們，愿大家身體健康、生活美滿、事業(yè)有成！

魏溪含

書(shū)籍初成，感慨良多。

在接受邀請(qǐng)撰寫(xiě)該書(shū)時(shí)，從未想到過(guò)程如此艱辛與波折。這里需要感謝一路陪我走來(lái)的所有人。

感謝我的家人的理解和支持，陪伴我度過(guò)寫(xiě)作本書(shū)的漫長(zhǎng)歲月。

感謝我的合寫(xiě)者魏溪含和張修鵬，與他們合作輕松愉快，他們給予我很多的理解和包容。

感謝參與審閱、校驗(yàn)等工作的楊福川老師以及其他老師，是他們?cè)谀缓蟮男燎诟冻霰ＷC了本書(shū)的成功出版。

另外在本書(shū)的寫(xiě)作期間，有很多專(zhuān)業(yè)領(lǐng)域的內(nèi)容都得到了各個(gè)領(lǐng)域?qū)＜业闹笇?dǎo)甚至親筆編著。這里需要特別感謝阿里云計(jì)算公司產(chǎn)品方面的專(zhuān)家李駿，編寫(xiě)了第13章全部?jī)?nèi)容，感謝他在產(chǎn)品和技術(shù)上利用其豐富的行業(yè)經(jīng)驗(yàn)為本書(shū)留下的寶貴財(cái)富。

再次感謝大家！

涂　銘

首先要感謝我的妻子金暉，我能在工作繁忙的情況下參與此書(shū)的編寫(xiě)，離不開(kāi)她的付出和支持，感謝我的寶貝張正延，給了我無(wú)窮的動(dòng)力，感謝我的父親、母親，永遠(yuǎn)深?lèi)?ài)你們。

感謝魏溪含和涂銘！魏溪含在書(shū)中貢獻(xiàn)了她圖像識(shí)別領(lǐng)域多年的經(jīng)驗(yàn)，涂銘為此書(shū)的出版付出了最多的心血。

這本書(shū)是友誼和工作成果的結(jié)晶，本書(shū)作為我們并肩奮斗的見(jiàn)證，希望能將我們實(shí)踐經(jīng)驗(yàn)沉淀成的知識(shí)，幫助到更多希望了解和學(xué)習(xí)深度學(xué)習(xí)與圖像識(shí)別的讀者。

感謝楊福川等機(jī)械工業(yè)出版社的老師們，他們?cè)谀缓蟮母冻龊椭С�，是本�?shū)得以出版的保障。

最后感謝這些年一路走來(lái)幫助過(guò)我的親人、老師、朋友、同事、同學(xué)，始終滿懷感恩！

張修鵬