计算机视觉实践

本书研究计算机对环境的表达、理解与感知相关的理论和技术，试图建立从图像或多维数据中获取“信息”的人工智能系统，是让计算机智能化的达到类似人类的双眼“看”的一门研究科学。本书兼具基础理论与编程实战，可作为高等院校计算机、信息技术等相关专业的高年级本科生或研究生的实践教材或参考书，也可供从事计算机视觉和人工智能等领域研究的相关人员参考，是一本实用性极强的入门实践教辅材料。

本书全面讲解了计算机视觉和人工智能技术，理论与实践充分结合，带您开启计算机视觉之门

前言

近年来，人工智能行业的快速发展得到了社会各界的广泛关注，我国政府在《新一代人工智能发展规划》提出“到2030年，使中国成为世界主要人工智能创新中心”。与此同时，我国多所高校也陆续成立人工智能专业。2018年35所高校获教育部批准首批开设人工智能本科专业，2019、2020年新增人工智能专业的高校分别有180所、130所。然而，在人工智能行业高速发展的大背景下，AI人才仍然显得“供血不足”。

从当前的人才需求趋势来看，由于人工智能技术与业务落地实践结合非常紧密，行业亟须大量既懂理论又懂实践的应用型AI人才。作为人才培养的重要基地，我国高校人工智能人才培养目前还面临师资较少、经费不足、实践机会缺失等现实问题，导致目前高校培养的人才仍以学科型、研究型为主。关于行业需求量较大的应用型人才如何培养尚不明确，难以满足人工智能行业的深度需求。

为帮助更多人工智能爱好者了解产业需求，本书应用百度开源深度学习框架百度飞桨（PaddlePaddle），从机器学习、自然语言处理、计算机视觉三部分整理大量实践案例，辅以理论知识讲解，帮助读者快速入门，理解核心知识点。并通过由浅入深的真实案例操作，对相关知识进行全面实战检验。例如在机器学习部分，将按照数据建模步骤，从问题定义、数据收集、特征工程、模型训练、模型评估、模型应用方面，层层深入、循序渐进地剖析机器学习中极具代表性的实践； 在自然语言处理部分，将从自然语言理解（NLU）、自然语言生成（NLG）两个层面，带领读者探索自然语言处理的奥秘； 在计算机视觉部分，将以计算机视觉任务为主线，由简到难、循序渐进地引领读者搭建并训练一个个深度学习模型。总的来讲，本套教材兼具理论与实战，既能作为高等院校计算机、信息技术等相关专业的高年级本科生或研究生的实践教材或参考书，也可供从事人工智能领域研究的相关人员参考，是一套实用性极强的入门实践教辅材料。

本套教材中涵盖了大量源自百度飞桨平台的实践案例。作为我国首个自主研发、功能丰富、开源开放的产业级深度学习平台，百度飞桨已凝聚来自于各行各业的370万开发者，创建42.5万个AI模型，累计服务14万企事业单位，覆盖工业、能源、金融、农业、医疗、城市管理等众多应用场景。作者从百度飞桨中挑选了大量适合初学者学习的案例素材，以期通过真实的产业界实战练习，帮助读者更好地理解、应用相关知识点，更好完成从理论到实践的进阶，成为真正符合市场需求的应用型人工智能人才。

人工智能行业的发展离不开人才培养，应用型人才的培养离不开实践学习。希望这套教材的出现，可以帮助更多人工智能爱好者通过真实案例更深刻地理解理论知识，并在日后将书中所学应用到产业实践中，共同推动我国人工智能发展走向新高峰。

编者

2021年11月

目录

第1章Python基础

实践一： 文件名称批量修改

实践二： 随机数生成与排序

实践三： 9×9乘法表

实践四： 收视率可视化分析

实践五： 鲜花图像爬取

实践六： 鲜花图像预处理

第2章图像分类

实践七： 基于深度神经网络的宝石分类

实践八： 基于卷积神经网络的美食识别

实践九： 基于VGG16 的中草药识别

实践十： 基于ResNet50的CIFAR10数据分类

第3章目标检测

实践十一： 两阶段目标检测(Faster RCNN)

实践十二： 一阶段目标检测(YOLOv3)

第4章图像分割

实践十三： 基于UNet的宠物分割

实践十四： 基于DeepLabv3 Plus的宠物分割

实践十五： 基于PaddleSeg的人像分割

第5章视频分类

实践十六： 基于TSN的视频分类

实践十七： 基于ECO的视频分类

第6章生成对抗网络

实践十八： 基于GAN的手写数字生成

实践十九： 基于DCGAN的人脸图像生成

实践二十： 基于pix2pix的图像翻译

实践二十一： 基于CycleGAN的图像风格迁移

参考文献