為什么要寫這本書

隨著深度學習技術的發(fā)展、計算能力的提升和視覺數(shù)據(jù)的增長，視覺智能計算技術在許多應用領域如拍照搜索、智能相冊、人臉閘機、城市智能交通管理、智慧醫(yī)療等都取得了令人矚目的成績。因此越來越多的人開始對機器視覺感興趣，并開始從事這個行業(yè)。就圖像識別領域來說，運行一個開源的代碼并不是什么難事，但搞懂其中的原理確實會稍有些難度。因此本書在每章中都會用相對通俗的語言來介紹算法的背景和原理，并會在讀者似懂非懂時給出實戰(zhàn)案例。實戰(zhàn)案例的代碼已全部在線下運行通過，代碼并不復雜，可以很好地幫助讀者理解其中的細節(jié)，希望讀者在學習理論之后可以親自動手實踐。圖像識別的理論和實踐是相輔相成的，希望本書可以帶領讀者走進圖像識別的世界。

本書從章節(jié)規(guī)劃到具體的講述方式，具有以下兩個特點：

第一個特點是本書的主要目標讀者定位為高校相關專業(yè)的本科生（統(tǒng)計學、計算機技術）、圖像識別愛好者，以及不具備專業(yè)數(shù)學知識的人群。圖像識別是一系列學科的集合體，它以機器學習、模式識別等知識為基礎，因此依賴很多數(shù)學知識。本書盡量繞開復雜的數(shù)學證明和推導，從問題的前因后果、創(chuàng)造者思考的過程和簡單的數(shù)學計算的角度來做模型的分析和講解，目的是以更通俗易懂的方式帶領讀者入門。另外，在第8～12章的后面都附有參考文獻，想要深入了解的讀者可以繼續(xù)閱讀。

第二個特點是本書在每章后面都附有實戰(zhàn)案例，讀者可以結合案例學習，通過實踐驗證自己想法的價值。在本書的內容編排上，遵循知識點背景介紹原理剖析實戰(zhàn)案例的介紹方式，同時所有的代碼會在書中詳細列出或者上傳到GitHub，以方便讀者下載與調試，幫助讀者快速掌握知識點，快速上手，而且這些代碼也可以應用到后續(xù)實際的開發(fā)項目中。在實際項目章節(jié)中，選取目前在圖像識別領域中比較熱門的項目，對之前的知識點進行匯總，幫助讀者鞏固與提升。

讀者對象

統(tǒng)計學或相關IT專業(yè)學生

本書的初衷是面向相關專業(yè)的學生擁有大量基于理論知識的認知卻缺乏實戰(zhàn)經(jīng)驗的人員，讓其在理論的基礎上深入了解。通過本書，學生可以跟隨本書的教程一起操作學習，達到對自己使用的人工智能工具、算法和技術知其然亦知其所以然的目的。

信息科學和計算機科學愛好者

本書是一本近現(xiàn)代科技的歷史書，也是一本科普書，還是一本人工智能思想和技術的教科書。通過本書可以了解人工智能領域的前輩們在探索的道路上做出的努力和思考，理解他們不同的觀點和思路，有助于開拓自己的思維和視野。

人工智能相關專業(yè)的研究人員

本書詳細介紹了圖像識別的相關知識。通過本書可以了解其理論知識，了解哪些才是項目所需的內容以及如何在項目中實現(xiàn)，能夠快速上手。

如何閱讀本書

本書從以下幾個方面闡述圖像識別：

第1章介紹圖像識別的一些應用場景，讓讀者對圖像識別有個初步的認識。

第2章主要對圖像識別的工程背景做簡單介紹，同時介紹了本書后續(xù)章節(jié)實戰(zhàn)案例中會用到的環(huán)境，因此該章是實戰(zhàn)的基礎。

第3～6章是圖像識別的技術基礎，包括機器學習、神經(jīng)網(wǎng)絡等。該部分的代碼主要使用Python實現(xiàn)。沒有機器學習基礎的同學需要理解這幾章之后再往下看，有機器學習基礎的同學可以有選擇地學習。

第7章是一個過渡章節(jié)，雖然第6章中手動用Python實現(xiàn)了神經(jīng)網(wǎng)絡，但由于本書后面的圖像識別部分主要使用PyTorch實現(xiàn)，因此使用該章作為過渡，介紹如何使用PyTorch來搭建神經(jīng)網(wǎng)絡。

第8～12章為圖像識別的核心。第8章首先介紹了圖像中的卷積神經(jīng)網(wǎng)絡與普通神經(jīng)網(wǎng)絡的異同，并給出了常見的卷積神經(jīng)網(wǎng)絡結構。接下來的第9～12章分別介紹了圖像識別中的檢測、分割、產生式模型以及可視化的問題，并在每章后面給出相應的實戰(zhàn)案例。

第13章簡單介紹了圖像識別的工業(yè)部署模式，以幫助讀者構建一個更完整的知識體系。

第8～12章包含參考文獻，主要是本書中介紹的一些方法，或者本書中提到但是沒有深入說明的方法，感興趣的讀者可以自行查詢學習。

關于附件的使用方法：除了第1章外，本書的每一章都有對應的源數(shù)據(jù)和完整代碼，這些內容可在本書中直接找到，有些代碼需要從GitHub中下載，地址為http://www.hzcourse.com/web/refbook/detail/8376/226。需要注意的是，為了讓讀者更好地了解每行代碼的含義，在注釋信息中使用了中文標注，每個程序文件的編碼格式都是UTF-8。

勘誤和支持

由于本書的作者水平及撰稿時間有限，書中難免會出現(xiàn)一些錯誤或者不準確的地方，懇請讀者批評指正。讀者可通過發(fā)送電子郵件到weixihan1@163.com和kenny_tm@hotmail.com聯(lián)系并反饋建議或意見。

致謝

首先非常感謝我的家人，由于業(yè)余時間常常被工作擠占，本書的撰寫又用了所剩不多的業(yè)余時間，因此少了很多陪伴家人的時間，感謝他們的理解、支持和鼓勵。

撰寫一本書，將自己的知識重新梳理后分享給讀者，在技術發(fā)展的道路上幫助到其他人，這件事情是非常有價值的，因此也非常感謝兩位合著者涂銘、張修鵬。

感謝機械工業(yè)出版社華章公司的楊福川老師，以及全程參與審核、校驗等工作的張錫鵬、孫海亮老師等出版工作者，是他們的辛勤付出才能保證本書順利面世。

感謝我身邊的朋友、同事、同學，感謝一路走來你們的支持、鼓勵和幫助。

謹以此書獻給熱愛算法并為之奮斗的朋友們，愿大家身體健康、生活美滿、事業(yè)有成！

魏溪含

書籍初成，感慨良多。

在接受邀請撰寫該書時，從未想到過程如此艱辛與波折。這里需要感謝一路陪我走來的所有人。

感謝我的家人的理解和支持，陪伴我度過寫作本書的漫長歲月。

感謝我的合寫者魏溪含和張修鵬，與他們合作輕松愉快，他們給予我很多的理解和包容。

感謝參與審閱、校驗等工作的楊福川老師以及其他老師，是他們在幕后的辛勤付出保證了本書的成功出版。

另外在本書的寫作期間，有很多專業(yè)領域的內容都得到了各個領域專家的指導甚至親筆編著。這里需要特別感謝阿里云計算公司產品方面的專家李駿，編寫了第13章全部內容，感謝他在產品和技術上利用其豐富的行業(yè)經(jīng)驗為本書留下的寶貴財富。

再次感謝大家！

涂　銘

首先要感謝我的妻子金暉，我能在工作繁忙的情況下參與此書的編寫，離不開她的付出和支持，感謝我的寶貝張正延，給了我無窮的動力，感謝我的父親、母親，永遠深愛你們。

感謝魏溪含和涂銘！魏溪含在書中貢獻了她圖像識別領域多年的經(jīng)驗，涂銘為此書的出版付出了最多的心血。

這本書是友誼和工作成果的結晶，本書作為我們并肩奮斗的見證，希望能將我們實踐經(jīng)驗沉淀成的知識，幫助到更多希望了解和學習深度學習與圖像識別的讀者。

感謝楊福川等機械工業(yè)出版社的老師們，他們在幕后的付出和支持，是本書得以出版的保障。

最后感謝這些年一路走來幫助過我的親人、老師、朋友、同事、同學，始終滿懷感恩！

張修鵬