本书是一本基于PaddlePaddle深度学习框架的实践性计算机视觉教材，重点关注计算机视觉在实际中的应用。本书涵盖计算机视觉领域的众多方面，包含图像分类、目标检测、图像分割、视频分类以及图像生成等领域，并通过大量的实践案例向读者演示如何编写计算机视觉应用程序，从而帮助读者深入理解计算机视觉的核心概念和技术。 本书可以作为一本实用的计算机视觉实践指南，无论对于从事计算机视觉领域的专业人士，还是对计算机视觉感兴趣的初学者，本书都值得阅读和收藏。

李轩涯，博士，毕业于国防科技大学、北京理工大学。百度校园高校合作部总监，中国计算机学会杰出会员、常务理事，中国计算机实践教育联合会副理事长。现主管百度校企合作、校企联合人才培养、校园粉丝生态圈，帮助百度技术、人才及产品品牌在高校领域的推广与影响力传播。

前言 计算机视觉是人工智能的重要分支领域，随着人工智能的飞速发展，计算机视觉在人们生活中的应用也越来越广泛，从教育、安防、交通到智能家居等方方面面都有应用。然而，在实际应用中，我们需要了解如何将计算机视觉技术应用到具体场景中，这也是本书的重点所在。 本书不仅涵盖了计算机视觉领域的核心技术，而且着重介绍了计算机视觉在实际应用中的具体实现。在深度学习框架的选择上，本书采用百度开源的PaddlePaddle深度学习框架(飞桨)，其作为一个易用、高效、灵活、可扩展的深度学习框架，能够帮助读者更好地理解计算机视觉技术的应用和实现。 本书共6章。第1章介绍Python基础。通过九九乘法表、随机数生成与排序等6个Python实践，帮助初学者快速掌握Python的相关语法，为后续章节的学习做铺垫。 第2章介绍图像分类。图像分类是计算机视觉领域的经典任务，是指给定输入图像，需要输出预测的图像所属类别。本章主要基于不同的分类模型，如VGG、ResNet，并在不同的数据集上完成分类任务。 第3章介绍目标检测。目标检测指需要找到图像中所有感兴趣的目标，并输出它们的类别和位置，这也是计算机视觉领域的核心任务。本章需要基于不同的检测模型，例如Faster RCNN以及YOLOV3，完成瓷砖瑕疵和昆虫等检测。 第4章介绍图像分割。图像分割是图像理解的重要组成部分，需要在像素级上完成图像分类的任务。通过学习本章，读者将了解典型的分割模型在不同分割任务上的效果。 第5章介绍视频分类。视频分类相比于图像分类更为复杂，是指给定一个视频片段...