本书使用PyTorch框架来讨论计算机视觉算法及其应用。首先介绍计算机视觉基础，主题涉及卷积神经网络、ResNet、YOLO、数据增强和业内使用的其他常规技术。随后简要概述PyTorch库。接下来探究图像分类问题、对象检测技术以及如何在训练和运行推理的同时实现迁移学习。最后通过一个完整的建模过程来阐述深度学习框架PyTorch是如何运用优化技巧和模型AI可解释性的。
本书适合具有一定基础的中高级读者阅读和参考，可以帮助他们使用迁移学习和PyTorch来搭建产品级的计算机视觉模型。

阿达沙·希瓦南达（Adarsha Shivananda），目前是Indegene公司产品和技术团队的高级数据科学家，致力于为制药产品构建机器学习和人工智能能力。Adarsha Shivananda的目标是通过优秀的培训计划建立一个杰出的数据科学家库，并一同解决更多、更大的问题。Adarsha Shivananda曾与Tredence Analytics和IQVIA合作。Adarsha Shivananda在制药、卫生保健、零售和营销领域具有广泛的工作经验。　　Adarsha Shivananda长居于印度的班加罗尔，喜欢阅读、骑行和数据科学教学。

第1章 计算机视觉的基本构成
1.1 什么是计算机视觉
1.1.1 应用
1.1.2 通道
1.1.3 卷积神经网络
1.1.4 了解CNN架构类型
1.1.5 掌握深度学习模型
1.1.6 PyTorch简介
1.2 小结
第2章 图像分类
2.1 本章所涵盖的主题
2.2 方法概述
2.3 创建图像分类流程
2.3.1 第一个基本模型
2.3.2 数据
2.3.3 数据探索
2.3.4 数据加载器
2.3.5 定义模型
2.3.6 训练过程
2.3.7 基本模型的第二种变体
2.3.8 基本模型的第三种变体
2.3.9 基本模型的第四种变体
2.7 小结
第3章 构建目标检测模型
3.1 使用 Boosted Cascade进行目标检测
3.2 R-CNN
3.2.1 区域候选网络
3.2.2 快速区域卷积神经网络
3.2.3 候选区域网络的工作原理
3.2.4 锚框生成层
3.2.5 候选区域层
3.3 Mask R-CNN
3.4 YOLO
3.5 YOLO V2/V3
3.6 项目代码片段
3.7 小结
第4章 构建图像分割模型
4.1 图像分割
4.2 PyTorch预训练支持
4.2.1 语义分割
4.2.2 实例分割
4.3 模型优化
4.4 小结
第5章 基于图的搜索和推荐系统
5.1 问题陈述
5.2 方法和方法论
5.3 实现
5.3.1 数据集
5.3.2 安装和导入库
5.3.3 导入和理解数据
5.3.4 特征工程
5.3.5 计算相似度和排名
5.3.6 可视化推荐结果
5.3.7 从用户处接收图输入并推荐相似产品
5.4 小结
第6章 姿态估计
6.1 自顶向下的方法
6.2 自底向上的方法
6.3 OpenPose
6.3.1 分支1
6.3.2 分支2
6.4 HRNet
6.5 Higher HRNet
6.6 PoseNet
6.6.1 PoseNet工作机制
6.6.2 PoseNet的优点和缺点
6.6.3 姿态估计的应用
6.6.4 在杂货店视频上进行的测试用例
6.7 实现
6.8 小结
第7章 图像异常检测
7.1 异常检测
7.2 方法1：使用预训练的分类模型
7.3 方法2：使用自编码器
7.4 小结
第8章 图像超分辨率
8.1 利用最近邻概念放大图像
8.2 理解双线性插值
8.3 变分自编码器
8.4 生成式对抗网络
8.5 模型代码
8.6 模型开发
8.7 运行应用程序
8.8 小结
第9章 视频分析
9.1 问题陈述
9.2 方法
9.3 实现
9.3.1 数据
9.3.2 把视频上传到Google Colab
9.3.3 将视频转换为一系列图像
9.3.4 图像提取
9.3.5 数据预处理
9.3.6 确定杂货店中的热点
9.3.7 导入图像
9.3.8 获取人群计数
9.3.9 安保与监控
9.3.10 确定人口统计学特征（年龄和性别）
9.4 小结
第10章 计算机视觉的可解释AI
10.1 Grad-CAM
10.2 Grad-CAM
10.3 NBDT
10.4 Grad-CAM和Grad-CAM++的实现
10.4.1 在单个图像上的Grad-CAM和Grad-CAM++实现
10.4.2 在单个图像上的NBDT实现
10.5 小结