●前言
第1篇物體檢測基礎知識
第1章淺談物體檢測與PyTorch2
1.1深度學習與計算機視覺2
1.1.1發展歷史2
1.1.2計算機視覺7
1.2物體檢測技術9
1.2.1發展歷程10
1.2.2技術應用領域11
1.2.3評價指標12
1.3PyTorch簡介17
1.3.1誕生與特點17
1.3.2各大深度學習框架對比17
1.3.3為什麼選擇PyTorch19
1.3.4安裝方法20
1.4基礎知識準備22
1.4.1Linux基礎22
1.4.2Python基礎24
1.4.3高效開發工具29
1.5總結36
第2章PyTorch基礎37
2.1基本數據：Tensor37
2.1.1Tensor數據類型37
2.1.2Tensor的創建與維度查看39
2.1.3Tensor的組合與分塊41
2.1.4Tensor的索引與變形42
2.1.5Tensor的排序與取極值46
2.1.6Tensor的自動廣播機制與向量化46
2.1.7Tensor的內存共享47
2.2Autograd與計算圖48
2.2.1Tensor的自動求導：Autograd49
2.2.2計算圖50
2.2.3Autograd注意事項51
2.3神經網絡工具箱torch.nn52
2.3.1nn.Module類52
2.3.2損失函數55
2.3.3優化器nn.optim56
2.4模型處理59
2.4.1網絡模型庫：torchvision.models59
2.4.2加載預訓練模型60
2.4.3模型保存61
2.5數據處理61
2.5.1主流公開數據集61
2.5.2數據加載63
2.5.3GPU加速65
2.5.4數據可視化66
2.6總結68
第3章網絡骨架：Backbone69
3.1神經網絡基本組成69
3.1.1卷積層70
3.1.2激活函數層72
3.1.3池化層75
3.1.4Dropout層76
3.1.5BN層77
3.1.6全連接層79
3.1.7深入理解感受野81
3.1.8詳解空洞卷積（DilatedConvolution）82
3.2走向深度：VGGNet83
3.3縱橫交錯：Inception87
3.4裡程碑：ResNet93
3.5繼往開來：DenseNet95
3.6特征金字塔：FPN99
3.7為檢測而生：DetNet106
3.8總結110
第2篇物體檢測經典框架
第4章兩階經典檢測器：FasterRCNN112
4.1RCNN繫列發展歷程112
4.2準備工作114
4.3FasterRCNN總覽115
4.4詳解RPN117
4.5RoIPooling層127
4.6全連接RCNN模塊130
4.7FasterRCNN的改進算法131
4.8總結141
第5章單階多層檢測器：SSD142
5.1SSD總覽142
5.2數據預處理144
5.3網絡架構148
5.4匹配與損失求解154
5.5SSD的改進算法157
5.6總結166
第6章單階經典檢測器：YOLO167
6.1無錨框預測：YOLOv1167
6.2依賴錨框：YOLOv2171
6.3多尺度與特征融合：YOLOv3180
6.4總結183
第3篇物體檢測的難點與發展
第7章模型加速之輕量化網絡186
7.1壓縮再擴展：SqueezeNet188
7.2深度可分離：MobileNet191
7.3通道混洗：ShuffleNet200
7.4總結207
第8章物體檢測細節處理209
8.1非極大值抑制：NMS209
8.2樣本不均衡問題217
8.3模型過擬合224
8.4總結229
……

本書從概念、發展、經典實現方法等幾個方面繫統地介紹了物體檢測的相關知識，重點介紹了FasterRCNN、SDD和YOLO這三個經典的檢測器，並利用PyTorch框架從代碼角度進行了細致講解。另外，本書進一步介紹了物體檢測的輕量化網絡、細節處理、難點問題及未來的發展趨勢，從實戰角度給出了多種優秀的解決方法，便於讀者更深入地掌握物體檢測技術，從而做到在實際項目中靈活應用。本書共10章，涵蓋的主要內容有物體檢測與PyTorch框架基礎概念與背景知識；PyTorch基礎知識；基礎卷積網絡Backbone；兩階經典檢測器FasterRCNN；單階多層檢測器SSD；單階經典檢測器YOLO；模型加速之輕量化網絡；物體檢測細節處理；物體檢測難點問題；物體檢測的未來發展。本書內容豐富，講解通俗易懂，案例典型，實用性強，特別適合PyTorch框架愛好者和物體檢測相關從業人員閱讀，也適合深度學習和計算機視覺領域等

  隨著深度學習的飛速發展，計算機視覺技術取得了令人矚目的成果，尤其是物體檢測這一基礎又核心的分支，誕生了眾多經典算法，在自動駕駛、智能醫療、智能安防及搜索娛樂等多個領域都得到了廣泛應用。與此同時，誕生於2017年的PyTorch框架，憑借其簡潔優雅、靈活易上手等優點，給開發人員留下了深刻的印像。    目前，國內圖書市場上已經出版了幾本PyTorch方面的圖書，但大多數圖書停留在淺層的概念與簡單示例的講解上，缺乏實用性，而且也沒有一本繫統講解PyTorch物體檢測方面的圖書。因此，圖書市場上迫切需要一本繫統介紹PyTorch物體檢測技術的書籍。這便是筆者寫作本書的初衷。    本書是國內原創圖書市場上首部繫統介紹物體檢測技術的圖書。書中利用PyTorch深度學習框架，從代碼層面講解等