本書基於真實數據集,全面繫統地闡述現代計算機視覺實用技術、方法和實踐,涵蓋50多個計算機視覺問題。全書分為四部分:di一部分(第1~3章)介紹神經網絡和PyTorch的基礎知識,以及如何使用PyTorch構建並訓練神經網絡,包括輸入數據縮放、批歸一化、超參數調整等;第二部分(第4~10章)介紹如何使用卷積神經網絡、遷移學習等技術解決更復雜的視覺相關問題,包括圖像分類、目標檢測和圖像分割等;第三部分(第11~13章)介紹各種圖像處理技術,包括自編碼器模型和各種類型的GAN模型;第四部分(第14~18章)探討將計算機視覺技術與NLP、強化學習和OpenCV等技術相結合來解決傳統問題的新方法。本書內容豐富新穎,語言文字表述清晰,應用實例講解詳細,圖例直觀形像,適合PyTorch初中級讀者及計算機視覺相關技術人員閱讀。