本书研究计算机对环境的表达、理解与感知相关的理论和技术，试图建立从图像或多维数据中获取“信息”的人工智能系统，是让计算机智能化的达到类似人类的双眼“看”的一门研究科学。本书兼具基础理论与编程实战，可作为高等院校计算机、信息技术等相关专业的高年级本科生或研究生的实践教材或参考书，也可供从事计算机视觉和人工智能等领域研究的相关人员参考，是一本实用性极强的入门实践教辅材料。

目录

第1章Python基础

实践一： 文件名称批量修改

实践二： 随机数生成与排序

实践三： 9×9乘法表 

实践四： 收视率可视化分析

实践五： 鲜花图像爬取

实践六： 鲜花图像预处理

第2章图像分类

实践七： 基于深度神经网络的宝石分类

实践八： 基于卷积神经网络的美食识别

实践九： 基于VGG16 的中草药识别

实践十： 基于ResNet50的CIFAR10数据分类

第3章目标检测

实践十一： 两阶段目标检测(Faster RCNN)

实践十二： 一阶段目标检测(YOLOv3)

第4章图像分割

实践十三： 基于UNet的宠物分割

实践十四： 基于DeepLabv3 Plus的宠物分割

实践十五： 基于PaddleSeg的人像分割

第5章视频分类

实践十六： 基于TSN的视频分类

实践十七： 基于ECO的视频分类

第6章生成对抗网络

实践十八： 基于GAN的手写数字生成

实践十九： 基于DCGAN的人脸图像生成

实践二十： 基于pix2pix的图像翻译

实践二十一： 基于CycleGAN的图像风格迁移

参考文献