"《计算机视觉之PyTorch数字图像处理》以数字图像处理为主题，在详细介绍数字图像处理主流算法的基础上，配合丰富的实战案例，用PyTorch深度学习框架对相关算法进行应用实践。本书一方面从张量的维度对经典数字图像处理算法进行详细的介绍，另一方面从深度学习的维度对图像分类、图像分割和图像检测进行细致的讲解，从而帮助读者较为系统地掌握数字图像处理的相关理论知识和实际应用。 《计算机视觉之PyTorch数字图像处理》分为3篇，共11章。第1篇图像处理基础知识，包括计算机视觉与数字图像概述、搭建开发环境和Python编程基础；第2篇基于经典方法的图像处理，包括图像处理基础知识、图像的基础特征、自动梯度与神经网络、数据准备与图像预处理；第3篇基于深度学习的图像处理，包括图像分类、图像分割、目标检测和模型部署。 《计算机视觉之PyTorch数字图像处理》内容丰富，讲解由浅入深、案例丰富、实用性强，特别适合数字图像处理的入门与进阶人员阅读，也适合数字图像处理的从业人员与研究人员阅读，还可作为高等院校数字图像处理相关课程的教材。"

本书提供的教学视频、程序源代码和教学PPT等配套资源有两种获取方式：一是关注微信公众号“方大卓越”，回复数字“28”获取下载链接；二是在清华大学出版社网站（www.tup.com.cn）上搜索到本书，然后在本书页面上找到“资源下载”栏目，单击“网络资源”或“课件下载”按钮进行下载。 侯伟，工学博士，国内深度学习框架PaddlePaddle的贡献者。现任教于华北理工大学理学院，教授图像处理和深度学习等相关课程。本科和硕士毕业于兰州大学，博士毕业于中国科学院大学人工智能学院。博士期间师从徐德研究员，从事数字图像处理及其在工业自动视觉检测领域的研究。对数字图像处理和深度学习有较为深刻的认识和理解，具备扎实的理论基础和丰富的编程经验。发表学术论文5篇，授权发明专利2项，授权软件著作权1项，参编教材1部。

数字图像处理是计算机视觉领域的主要应用场景之一。近年来随着人工智能技术的进一步发展，数字图像处理技术得到了快速发展。特别是以深度学习为主的图像处理已经达到或接近人类视觉的识别水平，解决了长期以来图像处理的各种难题。 PyTorch是一款流行的深度学习框架，它以Python作为编程语言，以张量运算为中心集成了深度学习的各种算子，能够方便、快捷地构造复杂的深度学习模型，已经成为数字图像处理的重要工具之一。PyTorch框架的优点众多，即可以将其作为高效的张量计算模块，轻松地实现经典的数字图像处理算法，并最大限度地利用CUDA等硬件资源加速模型的训练和部署，又可以利用其自动梯度和动态图机制构造复杂的深度学习模型，从而解决高级图像处理的各种问题。当前，PyTorch在学术界和工业界得到了广泛的使用，已经成为学习数字图像处理的必学工具。熟练使用PyTorch进行数字图像处理已经成为图像处理和计算机视觉等相关岗位的必要条件。 目前，虽然图书市场上已有多本计算机视觉方面的图书，其中不乏传统数字图像处理方法的图书，但是尚缺少系统介绍PyTorch数字图像处理的图书。于是笔者编写了本书，希望能对想系统学习PyTorch数字图像处理技术的相关人员有所帮助。 本书特色 ? 内容丰富：不但介绍PyTorch的基础知识和数字图像处理的相关理论，而且从张量的维度详解经典数字图像处理算法，并从深度学习的维度详解图像分类、图像分割和图像检测三大核心任务。 ? 学习门槛低：从计算机视觉和数字图像的基本概念开始讲解，继而介绍开发环境的搭建、Python基础知识和PyTorch基础知识等，不需要读...