本书主要介绍了TensorFlow 2在机器视觉中的应用。本书共8章，主要内容包括神经网络的原理，如何搭建开发环境，如何在网络侧搭建图片分类器，如何识别图片中不同肤色的人数，如何用迁移学习诊断医疗影像，如何使用Anchor-Free模型检测文字，如何实现OCR模型，如何优化OCR模型。
本书适合机器视觉、深度学习方面的专业人士阅读。

李金洪，“大蛇智能”网站创始人、“代码医生”工作室主程序员。
精通Python、C、C++、汇编、Java和Go等多种编程语言。擅长神经网络、算法、协议分析、逆向工程和移动互联网安全架构等技术。在深度学习领域，参与过某移动互联网后台的OCR项目、某娱乐节目机器人的语音识别和声纹识别项目，以及人脸识别、活体检测等多个项目。在“代码医生”工作室工作期间，完成过金融、安全、市政和医疗等多个领域的AI算法外包项目。

第一篇 基础知识
第1章 神经网络的原理
1.1 神经网络
1.1.1 神经元的结构
1.1.2 生物神经元与计算机中神经元模型结构的相似性
1.1.3 生物神经元与计算机神经元模型工作流程的相似性
1.1.4 神经网络的形成
1.2 神经网络与深度学习的关系
1.3 全连接神经网络
1.3.1 全连接神经网络的结构
1.3.2 实例分析：全连接神经网络中每个神经元的作用
1.3.3 全连接神经网络的拟合原理
1.3.4 全连接神经网络的设计思想
1.4 生物界的视觉处理系统
1.4.1 大脑对视觉信号的处理流程
1.4.2 大脑对神经信号的分级处理
1.5 离散微积分
1.5.1 离散微分与离散积分
1.5.2 计算机视觉中的离散积分
1.6 卷积神经网络
1.6.1 卷积的过程
1.6.2 1D卷积、2D卷积和3D卷积
1.6.3 实例分析：Sobel算子的原理
1.6.4 深度神经网络中的卷积核
1.6.5 反卷积
1.7 卷积分
1.8 卷积神经网络与全连接神经网络的关系
第2章 搭建开发环境
2.1 准备硬件环境
2.2 下载及安装Anaconda
2.2.1 下载Anaconda开发工具
2.2.2 安装Anaconda开发工具
2.2.3 安装Anaconda开发工具时的注意事项
2.3 使用Anaconda安装TensorFlow
2.3.1 查看TensorFlow的版本
2.3.2 使用Anaconda安装TensorFlow
2.3.3 TensorFlow的安装指南
2.4 测试显卡及开发环境的一些常用命令
2.4.1 使用nvidia-smi命令查看显卡信息
……
第3章 在网络侧搭建图片分类器
第二篇 中级应用
第4章 识别图片中不同肤色的人数
第5章 用迁移学习诊断医疗影像
第三篇 高级应用
第6章 用Anchor-Free模型检测文字
第7章 实现OCR模型——可以从图片中识别出文字的模型
第8章 优化OCR模型——基于卷积网络和循环网络的优化