本书在介绍深度学习、百度飞桨等相关知识的基础上，着重介绍了图像分类、目标检测、语义分割、人体关键点检测、图像生成、视频分类、图像文本检测和识别、图像识别等计算机视觉任务的实现原理及深度学习模型框架，并通过具体案例来详细介绍各任务的实现细节。 全书分为理论篇和实战篇。理论篇（第1～4章）梳理了计算机视觉技术的发展历程、主要任务、行业应用系统，同时简要介绍了深度学习开发框架、飞桨（PaddlePaddle）开发平台，以及深度学习的基础知识与网络模型架构。实战篇（第5～12章）结合计算机视觉的各个任务要求与技术发展，对其中经典的深度学习算法模型进行介绍。全书提供了实例代码，详解了在飞桨开发框架下各任务的模型实现过程。 本书适合作为高等院校人工智能、计算机视觉专业高年级本科生、研究生的教材，同时可作为计算机视觉相关任务实践教程，也可以作为科研工作者的参考书籍。

罗晓燕，副教授，博士生导师，北京航空航天大学东营研究院特聘专家。北航蓝天新秀、青年拔尖人才、航空学会航空电子与空中交通管理分会优秀青年学者。2012年在北京航空航天大学获博士学位，2012年至今在北航任教。在多谱光学图像处理、遥感图像处理、目标检测等方面取得系统性成果。在IEEE T-GRS、IEEE T-AES、IEEE T-IM、Signal Processing等国际期刊发表SCI论文23篇（其中一作/通讯18篇）；申请国家发明专利16项，已授权8项。主持国家自然科学基金2项、航空科学基金与航天支撑技术基金各1项，是国家973计划、国家重大仪器专项等重大项目的研究骨干

前言 2022年我们经历了新型冠状病毒感染的反复无常、国际形势的瞬息万变，也感受了冬季奥运会的中国式浪漫，希望一切都朝着好的方向发展，一起向未来。回首整个书稿撰写历程，有对章节内容安排的困惑、对案例选择的迷茫； 也有团队协作的喜悦、内容逐步明晰的踏实。 计算机视觉(Computer Vision，CV)主要研究如何用机器来代替人类的眼睛和大脑实现对真实世界的“观察”和“理解”。在深度学习网络模型不断发展的同时，互联网上的图像数据规模有了爆发性的增长，图形处理单元(Graphic Processing Unit，GPU)性能也飞速提升，三者合力为人类带来了一场席卷全球的计算机视觉深度学习热潮。在学术界，人脸识别、目标检测等相关任务的算法得到了很好的理论优化； 在产业界，由深度学习驱动的计算机视觉已经广泛应用于智慧城市建设、医疗健康、电商与实体零售、无人驾驶等各类场景，逐步成为计算机视觉行业的支撑力量。 本书将计算机视觉及深度学习的理论基础与代码实践相结合，可以作为计算机视觉相关任务实践教程，也可以作为科研工作者的参考图书。本书内容涵盖各类计算机视觉任务的深度学习模型、案例实践基本流程和步骤。通过本书，读者可以掌握计算机视觉处理的基本概念、评价指标，熟悉视觉处理任务的具体实现过程。 全书共分为12章，分为理论篇与实战篇两部分。 第一部分为理论篇(第1～4章)，首先梳理了计算机视觉技术的发展历程、主要任务、行业应用系统和常用处理工具； 其次详细介绍了目前比较流行的深度学习开发框架，重点介绍了飞桨(PaddlePaddle)开发平台的...