"本书基于国产开源深度学习框架PaddlePaddle进行编写，全面、系统地介绍了PaddlePaddle在数字图像处理中的各种技术及应用，书中项目实例全部采用动态图版本实现。全书共8章，分别介绍了基于深度学习的图像分类、目标检测、语义分割、实例分割、关键点检测、风格迁移等内容，所有知识点均通过实际项目进行串联，旨在帮助读者在掌握基本深度学习算法原理的基础上，扩展项目实操能力，达到学以致用的效果。 本书可作为全国高等学校计算机、人工智能等专业的“深度学习”课程教材，主要面向相关领域的教师、在读学生和科研人员，以及从事深度学习与图像处理的工程技术人员和爱好者。 "

前言 近年来，随着深度学习技术的革新、GPU计算性能的突破、互联网数据的激增，图像处理领域的研究蓬勃发展，尤其在自动驾驶、智能安防、智慧城市、医疗保健、商业零售、航空能源、虚拟现实等诸多人工智能热门领域，图像处理技术落地开花，熠熠生辉。图像处理研究工作在学术界和工业界取得的巨大成功，每年吸引着数以万计的研究人员蜂拥而至，甚至生物医学、机械制造、自动化、土木建筑等诸多跨专业的从业人员也开始涉猎研究。对于非计算机相关专业的读者而言，学习过程中往往因缺少交流机会，不容易把握深度学习与图像处理知识的全貌，并且该领域知识更新迭代快，新的理论层出不穷，如何在日新月异的知识体系中抽丝剥茧，掌握核心的算法精髓显得尤为重要，这也是撰写本书的根本原因。 本书内容 本书以图像处理技术作为切入点，围绕近些年流行的深度学习算法进行讲解，研究方向包括图像分类、目标检测、语义分割、实例分割、关键点检测和风格迁移等，重点剖析了各个图像处理领域常见的算法原理，并在此基础上结合新颖实用的项目案例贯穿所学，让读者在掌握算法原理基础上能够达到产业界要求的深度学习实战能力。 本书项目案例采用国产开源深度学习框架PaddlePaddle来实现，考虑到易用性以及未来发展趋势，全部采用最新的动态图版本进行编写。 全书分为两部分，共8章，在内容安排上循序渐进。第1部分基础知识（第1、2章），第1章图像处理基础，第2章深度学习基础; 第2部分案例应用（第3~8章），第3章图像分类(智能垃圾分拣器)，第4章目标检测(二维码扫码枪)，第5章语义分割(证件照制作工具)，第6章实例分割(肾小球影...