Awesome

"如果你只是看了这个项目的在线文档，那么你并没有利用好这个项目。太可惜！"

✨ 以用促学，先会后懂 ✨

L0CV ^{<a href="https://charmve.github.io/L0CV-web/">🔊</a>}   一种结合了代码、图示和HTML的在线学习媒介

作者：张伟（Charmve）

<br><br> <a href="https://charmve.github.io/L0CV-web/" target="_blank"><img src="https://img.shields.io/badge/项目主页-L0CV-000000.svg?logo=GitHub" alt="L0CV Website"></a> <a href="https://charmve.github.io/computer-vision-in-action/" target="_blank"><img src="https://img.shields.io/badge/在线阅读-简体中文-000000.svg?logo=GitBook" alt="中文电子书"></a>

跨平台，只需一个浏览器即可！ <br>

<h4>👉 在线阅读（优先更新实战篇和进阶篇）</h4> - 地址：https://charmve.github.io/computer-vision-in-action/

<h4>最新版PDF下载</h4> - 地址：https://github.com/charmve/computer-vision-in-action/releases <b>(马上来 ...)</b>

Index

• 💠 全书组织
• 🌈 愿景
• 📘 本书目录
• 🔍 文件浏览
• 🌼 L0CV-DemoDay
• 🔑 如何食用
• ❓ 常见问题
• 👥 社区互助
• :heart: 致谢
• 📄 LICENSE
• 👐 参与项目
• 🤝 关注我们
• 📎 Citation

💠 全书组织

:label: fig_book_org

本书详细介绍，请移步 <b>序言</b>。

• 第一部分包括基础知识和预备知识。提供深度学习的入门课程，然后在理论篇中，将快速向你介绍实践计算机视觉所需的前提条件，例如如何存储和处理数据，以及如何应用基于线性代数、微积分和概率基本概念的各种数值运算，涵盖了深度学习的最基本概念和技术，例如线性回归、多层感知机和正则化。

• 第二部分是本书涉及的计算机视觉基础理论，核心部分为神经网络模型，包括神经网络、卷积神经网络、循环神经网络理论讲解，以图像分类、模型拟合与优化作为其代码的实战项目。在模型拟合和优化章节中，着重分享梯度下降、随机梯度下降、动量法、AdaBoost等方法。

• 接下来的七章集中讨论现代计算机视觉技术实战，也是本书的核心部分。围绕这样的组织逻辑：什么是计算机视觉？计算机视觉解决什么问题，都是怎么解决的？传统方法——以卷积神经网络为中心的神经网络；现代方法——Transformer、强化学习、迁移学习、生成对抗等。各种方法是如何实现的，用到了什么框架？在第7章中，描述了计算机视觉的经典卷积神经网络PyTorch实现，并为我们随后实现更复杂的模型奠定了基础。在随后的几个章节中，我们主要解决图像分类、目标检测、语义分割、3D重建等实际问题，并给出实战项目。

• 该部分以项目为实战指导，给出详细的项目指导书和代码实现，更为特别的是，给出了notebook可以直接在线运行，跑通结果，免去了本地运行环境的搭建复杂性。于此同时，为了方便读者在本地调试，作者建立了一个名为 L0CV 的第三方包，可以直接在代码中 import L0CV 后使用。

• 第三部分讨论最近几年出现的<b>“网红”模型</b>，诸如：Transformer、Attention、知识蒸馏、迁移学习、生成对抗模型等。这部分也是此份资料的力挺之作。最后，在 chap_optimization 中，我们讨论了用于训练深度学习模型的几种常用优化算法，如：模型压缩、模型剪枝、微调、蒸馏等。

Index

🌈 愿景

本开源项目代表了我们的一种尝试：我们将教给读者概念、背景知识和代码；我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学知识，以及实现解决方案所需的工程技能。

我们的目标是创建一个为实现以下目标的统一资源：

1. 所有人均可在网上免费获取；
2. 提供足够的技术深度，从而帮助读者实际成为计算机视觉应用科学家：既理解数学原理，又能够实现并不断改进方法；
3. 包含可运行的代码，为读者展示如何在实际中解决问题。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验；
4. 允许我们和整个社区不断快速迭代内容，从而紧跟仍在高速发展的计算机视觉领域；
5. 由包含有关技术细节问答的论坛作为补充，使大家可以相互答疑并交换经验。

Index

📘 本书目录

<h4>👉 在线阅读（优先更新实战篇和进阶篇）</h4> - 地址：https://charmve.github.io/computer-vision-in-action/

• <b><h4>序言</h4></b>
• <b><h4>主要符号表</h4></b>
• <b><h4>绪论篇</h4></b>
  • 第 0 章 计算机视觉概述
    • 0.1 概述
      • 0.1.1 什么是计算机视觉
      • 0.1.2 计算机视觉解决什么问题
      • 0.1.3 行业应用
    • 0.2 计算机视觉基本概念
    • 0.3 发展历史回顾
    • 0.4 典型的计算机视觉任务
      • 图像分类
      • 目标识别与目标检测
      • 实例分割与语义分割
      • 3D 建模
    • 0.5 国内外优秀的计算机视觉团队汇总
    • 小练习
    • 小结
    • 参考文献
• <b><h4>理论篇</h4></b>
  • 第 1 章 神经网络
    • 1.1 线性回归
      • 1.1.1 基本原理
      • 1.1.2 从零实现线性回归
      • 1.1.3 线性回归的简洁实现
    • 1.2 Softmax 回归
      • 1.2.1 softmax回归模型
      • 1.2.2 从零开始实现softmax回归
      • 1.2.3 softmax回归的简洁实现
    • 1.3 多层感知器
      • 1.3.1 基本原理
      • 1.3.2 从零开始实现多层感知器
      • 1.3.3 多层感知器的简洁实现
    • 1.4 反向传播算法
    • 1.5 神经网络
      • 1.5.1 神经学观点
      • 1.5.2 神经网络1-建立神经网络架构
      • 1.5.3 神经网络2-设置数据和损失
      • 1.5.4 神经网络3-学习和评估
      • 1.5.5 案例分析-最小神经网络案例研究
    • 1.6 实战项目 1 - 手写字分类
    • 小结
    • 参考文献
  • 第 2 章 卷积神经网络
    • 2.1 从神经网络到卷积神经网络
      • 2.1.1 定义
      • 2.1.2 卷积神经网络的架构
    • 2.2 卷积网络的层级结构
      • 2.2.1 数据输入层
      • 2.2.2 卷积计算层
      • 2.2.3 非线性层（或激活层）
      • 2.2.4 池化层
      • 2.2.5 全连接层
    • 2.3 卷积神经网络的几点说明
    • 2.4 实战项目 2 - 动手搭建一个卷积神经网络
      • 2.4.1 卷积神经网络的前向传播
      • 2.4.2 卷积神经网络的反向传播
      • 2.4.3 手写一个卷积神经网络
        • 1. 定义一个卷积层
        • 2. 构造一个激活函数
        • 3. 定义一个类，保存卷积层的参数和梯度
        • 4. 卷积层的前向传播
        • 5. 卷积层的反向传播
        • 6. MaxPooling层的训练
      • 2.4.4 PaddlePaddle卷积神经网络源码解析
    • 小结
    • 参考文献
  • 第 3 章 图像分类
    • 3.1 数据驱动方法
      • 3.1.1 语义上的差别
      • 3.1.2 图像分类任务面临着许多挑战
      • 3.1.3 数据驱动的方法
    • 3.2 k 最近邻算法
      • 3.2.1 k 近邻模型
      • 3.2.2 k 近邻模型三个基本要素
      • 3.2.3 KNN算法的决策过程
      • 3.2.4 k 近邻算法Python实现
      • 小结
      • 参考文献
    • 3.3 支持向量机
      • 3.3.1 概述
      • 3.3.2 线性支持向量机
      • 3.3.3 从零开始实现支持向量机
      • 3.3.4 支持向量机的简洁实现
    • 3.4 逻辑回归 LR
      • 3.4.1 逻辑回归模型
      • 3.4.2 从零开始实现逻辑回归
      • 3.4.3 逻辑回归的简洁实现
    • 3.5 实战项目 3 - 表情识别
    • 3.6 实战项目 4 - 使用卷积神经网络对CIFAR10图片进行分类
    • 小结
    • 参考文献
  • 第 4 章 循环神经网络
    • 4.1 循环神经网络 RNN
    • 4.2 循环神经网络的从零开始实现
    • 4.3 循环神经网络的简洁实现
    • 4.4 长短期记忆人工神经网络 LSTM
    • 4.5 门控循环单元（GRU）
    • 小结
    • 练习
    • 参考文献
  • 第 5 章 图神经网络
    • 5.1 历史脉络
    • 5.2 图神经网络(Graph Neural Network)
      • 5.2.1 状态更新与输出
      • 5.2.2 不动点理论
      • 5.2.3 具体实现
      • 5.2.4 模型学习
      • 5.2.5 GNN与RNN
      • 5.2.6 GNN的局限
    • 5.3 门控图神经网络(Gated Graph Neural Network)
      • 5.3.1 状态更新
      • 5.3.2 实例1:到达判断
      • 5.3.3 实例2:语义解析
      • 5.3.4 GNN与GGNN
    • 5.4 图卷积神经网络(GCNN)
      • 5.4.1 图卷积缘起
      • 5.4.2 图卷积框架(Framework)
      • 5.4.3 再谈卷积
      • 5.4.4 空域卷积(Spatial Convolution)
      • 5.4.5 消息传递网络(Message Passing Neural Network)
      • 5.4.6 图采样与聚合(Graph Sample and Aggregate)
      • 5.4.7 图结构序列化(PATCHY-SAN)
      • 5.4.8 频域卷积(Spectral Convolution)
    • 5.5 生成图表示
      • 5.5.1 图读出操作(ReadOut)
      • 5.5.2 基于统计的方法(Statistics Category)
      • 5.5.3 基于学习的方法(Learning Category)
      • 5.5.4 其他方法
    • 5.6 图神经网络在计算机视觉上的应用
      • 5.6.1 点云分割
      • 5.6.2 点云生成
      • 5.6.3 RGBD图像分割
      • 5.6.4 视觉问答VQA
      • 5.6.5 零次学习ZSL
    • 小结
    • 参考文献
  • 第 5 章 模型选择、欠拟合和过拟合
    • 5.1 训练误差和泛化误差
    • 5.2 模型选择
    • 5.3 欠拟合和过拟合
    • 5.4 多项式函数拟合实验
    • 5.5 数值稳定性和模型初始化
    • 小结
    • 参考文献
  • 第 6 章 模型拟合与优化算法
    • 6.1 优化与深度学习
    • 6.2 梯度下降和随机梯度下降
    • 6.3 小批量随机梯度下降
    • 6.4 动量法
    • 6.5 AdaGrad算法
    • 6.6 RMSProp算法
    • 6.7 AdaDelta算法
    • 6.8 Adam算法
    • 小结
    • 参考文献
• <b><h4>实战篇</h4></b>
  • 第 6 章 软件环境搭建与工具使用
    • 6.1 深度学习环境搭建指南
    • 6.2 Pytorch 基础使用介绍
      • 6.2.1 Tensors
      • 6.2.2 Operations
      • 6.2.3 Numpy桥梁
      • 6.2.4 CUDA Tensors
    • 6.3 Python
    • 6.4 Numpy 基础使用
    • 6.5 Pandas 基础使用
    • 6.6 OpenCV 安装及基础使用
    • 6.7 Jupyter Notebook 配置及基础使用
    • 6.8 基本的图像操作和处理
      • 6.8.1 PIL：Python图像处理类库
      • 6.8.2 Matplotlib
      • 6.8.3 NumPy
      • 6.8.4 SciPy
      • 6.8.5 高级示例：图像去噪
    • 6.9 实战项目 5 - 使用OpenCV进行图像全景拼接
    • 小结
    • 参考文献
  • 第 7 章 经典卷积神经网络架构：原理与PyTorch实现
    • 7.1 卷积神经网络（LeNet）
    • 7.2 深度卷积神经网络（AlexNet）
    • 7.3 使用重复元素的网络（VGG）
    • 7.4 含并行连结的网络（GoogLeNet）
    • 7.5 残差网络（ResNet）
    • 7.6 二阶网络编码解码（U-Net）
    • 7.7 稠密连接网络（DenseNet）
    • 7.8 语义分割网络（SegNet）
    • 7.9 实例分割网络（Mask-RCNN）
    • 7.10 区域卷积神经网络（R-CNN）
    • 7.11 全卷积网络（FCN）
    • 7.12 YOLO: 实时目标检测
    • 小结
    • 参考文献
  • 第 8 章 著名数据集及基准
    • 8.1 数据集
      • 8.1.1 常见数据集
        • 8.1.1.1 ImageNet
        • 8.1.1.2 MNIST
        • 8.1.1.3 COCO
        • 8.1.1.4 CIFAR-10
      • 8.1.2 Pytorch数据集及读取方法简介
      • 8.1.3 数据增强简介
      • 总结
    • 8.2 基准测试
    • 8.3 评价指标
    • 8.4 实战项目 6 - Kaggle比赛：图像分类（CIFAR-10）
    • 8.5 实战项目 7 - Kaggle比赛：狗的品种识别（ImageNet Dogs）
    • 小结
    • 参考文献
  • 第 9 章 检测与分割实战项目
    • 9.1 语义分割
      • 9.1.1 语义分割 PyTorch 版
      • 9.1.2 实战项目 8 - 基于PolarNet的点云端到端语义分割项目实战
    • 9.2 目标检测
      • 9.2.1 常用网络
      • 9.2.2 实战项目 9 - 基于PyTorch的YOLO5目标检测项目实战
    • 9.3 实例分割
      • 9.3.1 常用网络
      • 9.3.2 实战项目 10 - 实时高分辨率背景抠图
      • 9.3.3 新方法：滑动窗口, PointRend, PolarMask
    • 小结
    • 参考文献
  • 第 10 章 计算机视觉课题研究初探
    • 10.1 手写字识别
    • 10.2 文本检测
    • 10.3 车道线检测
      • 10.3.1 常用网络
      • 10.3.2 实战项目 11 - 车道线检测项目实战
    • 10.4 镜面检测
    • 10.5 图像抠图 Matting
    • 10.6 图像超分辨率
    • 10.7 3D 重建
    • 小结
    • 参考文献
• <b><h4>进阶篇</h4></b>
  • 第 11 章 可视化和理解卷积神经网络
    • 11.1 特征可视化
    • 11.2 倒置
    • 11.3 可视化数据梯度
    • 11.4 Embeddings
    • 11.5 对抗样本
    • 11.6 DeepDream 和风格迁移
    • 11.7 实战项目 12: PyTorch 如何使用TensorBoard
      • 11.4.1 创建 TensorBoard
      • 11.4.2 写入 TensorBoard
      • 11.4.3 使用 TensorBoard 检查模型
      • 11.4.4 向 TensorBoard 添加 "Projector"
      • 11.4.5 使用 TensorBoard 跟踪模型训练
      • 11.4.6 使用 TensorBoard 评估训练好的模型
      • 11.4.7 案例总结
    • 小结
    • 参考文献
  • 第 12 章 生成对抗模型
    • 12.1 Pixel RNN/CNN
    • 12.2 自编码器 Auto-encoder
    • 12.3 生成对抗网络 GAN
      • 12.3.1 概述
      • 12.3.2 GAN的基本思想
      • 12.3.3 GAN浅析
        • 12.3.3.1 GAN的基本结构
        • 12.3.3.2 GAN的训练方式
          • 关于生成器
          • 关于判别器
          • 如何训练
      • 12.3.4 训练相关理论基础
      • 12.3.5 项目实战案例StyleGAN
        • StyleGAN
        • StyleGAN 2.0
      • 12.3.6 实战项目11 - 图像风格迁移
      • 小结
      • 参考文献
    • 12.4 变分自编码器 Variational Auto-encoder, VAE
      • 12.4.1 概述
      • 12.4.2 基本原理
        • 12.4.2.1 定义
        • 12.4.2.2 理论基础：三要素
        • 12.4.2.3 推导过程
      • 12.4.3 VAE v.s. AE 区别与联系
      • 12.4.4 变分自编码器的代码实现
      • 12.4.5 卷积变分自编码器的实现与简单应用
      • 12.4.6 实战项目 13 - 旧照片修复
      • 小结
      • 参考文献
    • 参考文献
  • 第 13 章 深度增强学习
    • 13.1 引言-如何解决通用人工智能的难点
    • 13.2 什么是深度增强学习
      • 13.2.1 深度学习
      • 13.2.2 增强学习
      • 13.2.3 二者的融合
    • 13.3 怎么利用深度增强学习解决问题
      • 13.3.1 Policy-based DRL
      • 13.3.2 Value-based DRL
      • 13.3.3 Model-based DRL
    • 13.4 深度增强学习在计算机视觉中的应用
    • 小结
    • 参考文献
  • 第 14 章 视频理解
    • 14.1 概述
    • 14.2 视频理解场景中的主要问题
    • 14.3 常用数据集
    • 14.4 主流方法与模型架构
    • 14.5 指标 METRICS
    • 14.6 可能的未来方向
    • 小结
    • 参考文献
  • 第 15 章 迁移学习
    • 15.1 概述
      • 15.1.1 背景
      • 15.1.2 定义及分类
      • 15.1.3 关键点
    • 15.2 基于实例的迁移
    • 15.3 基于特征的迁移
    • 15.4 基于共享参数的迁移
    • 15.5 深度学习和迁移学习结合
    • 15.7 实战项目 14 - 蚂蚁和蜜蜂的分类问题
      • 15.7.1 迁移学习在计算机视觉领域的应用
      • 15.7.2 实战项目: 蚂蚁和蜜蜂的分类问题
    • 小结
    • 参考文献
  • 第 16 章 计算机视觉中的注意力机制 Attention is All You Need
    • 16.1 概述
    • 16.2 Attention with RNNs
    • 16.3 Self-attention 自注意力
    • 16.4 软注意力（soft-attention）
      • 16.4.1 空间域注意力
      • 16.4.2 通道注意力
      • 16.4.3 Positional encoding
      • 16.4.4 混合域模型
      • 16.4.5 Masked attention
      • 16.4.6 Multi-head attention
    • 16.5 强注意力（hard attention）
    • 16.6 Attention九层塔 - 注意力机制的九重理解
    • 小结
    • 参考文献
  • 第 17 章 跨界模型 Transformer
    • 17.1 思想和框图
    • 17.2 实现细节
      • 17.2.1 Encoder
      • 17.2.2 Decoder
      • 17.2.3 Self-Attention
      • 17.2.4 Multi-Headed Attention
      • 17.2.5 Positional Encoding
    • 17.3 应用任务和结果
      • 17.3.1 NLP领域
      • 17.3.2 CV领域
        • 17.3.2.1 检测DETR
        • 17.3.2.2 分类ViT
        • 17.3.2.3 分割SETR
        • 17.3.2.4 Deformable-DETR
    • 17.4 优点及分析
    • 17.5 缺点及分析
    • 实战项目 15 - 基于Transformer的视频实例分割网络VisTR (CVPR2021)
    • 小结
    • 参考文献
  • 第 18 章 知识蒸馏
    • 18.1 概要
    • 18.2 KD主要方法
      • 18.2.1 Logits(Response)-based Knowledge
      • 18.2.2 Feature-based Knowledge
      • 18.2.3 Relation-based Knowledge
    • 18.3 知识蒸馏的应用 NLP-BERT
    • 18.4 常见疑问解答
    • 实战项目 16 - 支付宝CVPR细粒度视觉分类挑战赛夺冠方案解读
    • 小结
    • 参考文献
  • 第 19 章 Normalization 模型
    • 19.1 从Mini-Batch SGD说起
    • 19.2 Normalization到底是在做什么
    • 19.3 Batch Normalization如何做
      • 19.3.1 前向神经网络中的BN
      • 19.3.2 CNN网络中的BN
      • 19.3.3 Batch Norm的四大罪状
    • 19.4 Layer Normalization、Instance Normalization及Group Normalization
      • 19.4.1 Layer Normalization
      • 19.4.2 Instance Normalization
      • 19.4.3 Group Normalization
      • 19.4.4 用一个故事来总结
    • 19.5 Normalization操作的Re-Scaling不变性
    • 19.6 Batch Normalization为何有效
    • 小结
    • 参考文献
  • 第 20 章 模型压缩与裁剪
    • 20.1 概述
    • 20.2 模型压缩
      • 20.2.1 线性或非线性量化（1990~2014 - 至今）
      • 20.2.2 结构或非结构剪枝（1989~2014 - 至今
      • 20.2.3 网络结构搜索（2016 - 至今）
      • 20.2.4 权重矩阵的低秩分解（）
      • 20.2.5 知识蒸馏（2014-至今）
    • 20.3 模型优化加速
      • 20.3.1 Op-Level 的快速算法
      • 20.3.2 Layer0-level 的快速算法
      • 20.3.3 硬件计算单元优化算法
        • CPU、GPU和NPU
        • ASIC 和 FPGA
        • PIM（NDP）
    • 20.4 优化工具与库
      • 20.4.1 TensorRT Nvidia)
      • 20.4.2 TVM (Tensor Virtual Machine)
      • 20.4.3 Tensor Comprehension (Facebook)
      • 20.4.4 Distiller (Intel)
    • 小结
    • 参考文献
  • <b><h4>附录</h4></b>
    • A 矩阵
    • B 常用激活函数总结
    • C 梯度下降法
    • D 深度学习调参技巧总结
  • <b><h4>后记</h4></b>
  • <b><h4>参考文献</h4></b>

<br>收起

Index

🔍 文件浏览

按书中内容先后顺序逐章阅读，或者选取特定章节祥读 📁 <code>docs/</code> ¹，动手实践章节代码，在代码文件 📁 <code>code/</code> ² 下找到对应代码，本地测试或者Colab 📁 <code>notebooks/</code> ³ 在线测试。

• 📁 <code>L0CV/</code> - 专为本项目建立的 💮 L0CV 包
• 📁 <code>code/</code> - 书中完整代码
• 📁 <code>datasets/</code> - 本书所用数据集
  • 📁 <code>images/</code> - 经典图像处理图片
• 📁 <code>docs/</code> - 全书按照一下几个篇目进行编写
  • 📁 <code>0_绪论/</code> - 全书绪论
  • 📁 <code>1_理论篇/</code> - 基本理论和算法基础
  • 📁 <code>2_实战篇/</code> - 项目实战教程
  • 📁 <code>3_进阶篇/</code> - 最新CV模型和算法
  • 📁 <code>附件/</code> - 所需数学和统计学知识
  • 📁 <code>img/</code> - 各章节所使用的插图
• 📁 <code>models/</code> - 封装可用的预训练模型
• 📁 <code>notebooks/</code> - 🚩 全书 Colab notebook，可在线测试 <a href="https://mybinder.org/v2/gh/Charmve/computer-vision-in-action/main/notebooks/"><img src="https://mybinder.org/badge_logo.svg" alt="Binder"></a>
  • 📁 <code>chapter01_neural-networks/</code> - 第 1 章 - 神经网络 Jupyter Notebook 实现
  • 📁 <code>chapter02_CNN/</code> - 第 2 章 - 卷积神经网络 Jupyter Notebook 实现
  • 📁 <code>chapter03_Image-Classification</code> - 第 3 章 - 图像分类 Jupyter Notebook 实现
  • 📁 <code>chapter04_recurrent-neural-networks/</code> - 第 4 章 - 递归神经网络 Jupyter Notebook 实现
  • 📁 <code>chapter05_graph-neural-network/</code> - 第 5 章 - 图神经网络 Jupyter Notebook 实现
  • 📁 <code>chapter07_optimization/</code> - 第 6 章 - 模型拟合与优化算法 Jupyter Notebook 实现
  • 📁 <code>chapter08_environment-setup-and-tool-use/</code> - 第 7 章 - 软件环境搭建与工具使用 Jupyter Notebook 实现
  • 📁 <code>chapter09_convolutional-neural-networks/</code> - 第 8 章 - 经典神经网络架构：原理与PyTorch实现 Jupyter Notebook 实现
  • 📁 <code>chapter12_practice-projects</code> - 第 12 章 - 计算机视觉课题研究初探 Jupyter Notebook 实现
  • 📁 <code>chapter13_Understanding-and-Visualizing/</code> - 第 13 章 - 可视化与理解卷积神经网络 Jupyter Notebook 实现
  • 📁 <code>chapter14_GAN/</code> - 第 14 章 - 生成对抗模型 Jupyter Notebook 实现
  • 📁 <code>chapter15_Transfer-Learning/</code> - 第 15 章 - 迁移学习 Jupyter Notebook 实现
  • <a href="https://github.com/Charmve/computer-vision-in-action#-以用促学先会后懂-"><img align="right" alt="Go for it!" src="https://raw.githubusercontent.com/Charmve/computer-vision-in-action/dd292873828228a753a9bd2de4576dbf8cc3902c/res/ui/footer-rocket.svg" height="260" title="Do what you like, and do it best!"/></a>
  • 📁 <code>chapter16_Attention/</code> - 第 16 章 - 注意力机制 Jupyter Notebook 实现
  • 📁 <code>chapter17_Transformers/</code> - 第 17 章 - Transformers Jupyter Notebook 实现
  • ...
  • 📁 <code>imgs/</code> - Jupyter Notebook 中用到的图片
  • 📁 <code>docker/</code> - 为降低读者的学习成本，目前未进行搭建
  • 📁 <code>res/</code> - ui 图片及全书思维导图PDF
  • 📄 <code>README.md</code> - 全书介绍及目录

Index

L0CV DemoDay

如果你也是从这里出发，在开源的项目中应用进去，并在标题下给出引用 <a href="https://github.com/Charmve/computer-vision-in-action/" target="_blank"><img src="https://img.shields.io/badge/-💮 %20L0CV-lightgreen.svg" alt="L0CV" title="L0CV"></a>，您的项目将会在这里展现！

*《计算机视觉实战演练：算法与应用》V1.2 部分项目还在更新中

Index

🔑 如何食用

方式一 Jupyter Notebook (推荐方式 ✨)

1. 本地运行

• 依赖包安装

pip3 install -r requirements.txt

• 安装 Jupyter

python3 -m pip install --upgrade pip
python3 -m pip install jupyter

• 查看并运行jupyter

请在终端（Mac / Linux）或命令提示符（Windows）上运行以下命令：

cd notebooks
jupyter notesbook

2. 远程运行

• 打开每章节首页，点击 <a target="_blank" href="https://colab.research.google.com/github/Charmve/computer-vision-in-action/blob/main/notebooks/chapter09_computer-vision/9.11_neural-style.ipynb"><img src="https://colab.research.google.com/assets/colab-badge.svg" ></a> 可直接打开 Google Colab ，点击 <code><img height="20" src="https://user-images.githubusercontent.com/29084184/126463073-90077dff-fb7a-42d3-af6b-63c357d6db9f.png" alt="Copy to Drive" title="Copy to Drive"></code> [Copy to Drive] 即可在线运行测试。

• 点击 <a href="https://mybinder.org/v2/gh/Charmve/computer-vision-in-action/main/notebooks/"><img src="https://mybinder.org/badge_logo.svg" alt="Binder"></a> 也可在 mybinder 查看和在线运行。

方式二 使用 /code

1. 运行环境 + L0CV 加载

• 依赖包安装

sudo apt-get update
pip3 install -r requirements.txt

• 创建 L0CV

python3 setup.py

• 测试环境

cd code
python3 L0CV_test.py

2. 直接调用每个章节的代码测试

import L0CV

收起

Index

❓ 常见问题

• 在线教程页面无法打开：

  测试中存在部分人打不开在线教程的情况。

  部分小伙伴反馈尝试切换浏览器后可以正常打开了，如果仍然不行，最有效的解决办法是科学上网。

• 无法加载图片的解决办法：

  根本解决办法还是科学上网，也可以尝试修改host文件看下是否能解决。

  解决方案: 修改host文件 <code><a href="https://www.jianshu.com/p/25e5e07b2464"><img height="20" src="https://user-images.githubusercontent.com/29084184/126457822-d431fb90-6b9e-4a4e-bedc-3c598e9e2ee2.png" alt="Apple" title="Apple"></code> Mac</a> <code><a href="https://blog.csdn.net/u011583927/article/details/104384169"><img height="20" src="https://user-images.githubusercontent.com/29084184/126457902-0c1a71c2-f920-45a1-a143-ce8b5c435fe7.png" alt="Win10" title="Win10"></code> Windows</a>

• 公式无法正常显示解决办法：

  GitHub中的Markdown原生是不支持LATEX公式显示的，如果你喜欢在本项目中直接浏览教程，可以安装Chrome的MathJax Plugin for Github插件让大部分公式正常显示。而docs文件夹已经利用docsify被部署到了GitHub Pages上，包含公式的章节强力建议使用 《计算机视觉实战演练：算法与应用》 在线阅读 进行学习。

  当然如果你还想跑一下运行相关代码的话还是得把本项目clone下来，然后运行code文件夹下相关代码。

• Jupyter Notebook 无法在 GitHub 上呈现？ 使用 nbviewer。 <a href="https://mybinder.org/v2/gh/Charmve/computer-vision-in-action/main/notebooks/"><img src="https://mybinder.org/badge_logo.svg" alt="Binder"></a>

Index

致谢

<a href="https://maiweiai.github.io/"><img src="https://raw.githubusercontent.com/Charmve/computer-vision-in-action/main/res/ui/maiwei_ai.png" height="36" alt="迈微AI研习社" title="迈微AI研习社"> </a> <a href="https://madewithml.com/"><img src="https://madewithml.com/static/images/logo.png" height="30" alt="Made With ML" title="Made With ML"> </a>    <a href="https://www.epubit.com/"><img src="https://cdn.ptpress.cn/pubcloud/3/app/0718A6B0/cover/20191204BD54009A.png" height="30" alt="异步社区" title="异步社区"> </a>    <a href="https://360.cn"><img src="https://p3.ssl.qhimg.com/t011e94f0b9ed8e66b0.png" height="36" alt="奇虎360" title="奇虎360"> </a>

Index

参考文献

感谢前人的杰出工作，我才得以写出此书。感谢 <b>参考文献</b> 中列出及未列出的，所有对此开源工作有帮助的前辈！

Index

LICENSE

<a href="https://www.apache.org/licenses/LICENSE-2.0" target="_blank" style="display:inline-block"><img src="https://img.shields.io/badge/license-Apache%202.0-red?logo=apache" alt="Code License"></a> <a rel="DocLicense" href="http://creativecommons.org/licenses/by-nc-sa/4.0/"><img alt="知识共享许可协议" style="border-width:0" src="https://img.shields.io/badge/docs%20license-CC%20BY--NC--SA%204.0-green?logo=creativecommons" title="CC BY--NC--SA 4.0"/></a>

• L0CV代码部分采用 Apache 2.0协议 进行许可，包括名为 <b><em>L0CV</em></b> 的原创第三方库、/code和/notebook下的源代码。遵循许可的前提下，你可以自由地对代码进行修改，再发布，可以将代码用作商业用途。但要求你：

  • 署名：在原有代码和衍生代码中，保留原作者署名及代码来源信息。
  • 保留许可证：在原有代码和衍生代码中，保留Apache 2.0协议文件。

• L0CV文档部分采用 知识共享署名 4.0 国际许可协议 进行许可。 遵循许可的前提下，你可以自由地共享，包括在任何媒介上以任何形式复制、发行本作品，亦可以自由地演绎、修改、转换或以本作品为基础进行二次创作。但要求你：

  • 署名：应在使用本文档的全部或部分内容时候，注明原作者及来源信息。
  • 非商业性使用：不得用于商业出版或其他任何带有商业性质的行为。如需商业使用，请联系作者。
  • 相同方式共享的条件：在本文档基础上演绎、修改的作品，应当继续以知识共享署名 4.0国际许可协议进行许可。

Index

👥 社区互助

如果您在使用的过程中碰到问题，可以通过下面几个途径寻求帮助，同时我们也鼓励资深用户通过下面的途径给新人提供帮助。

• 通过 <a href="https://github.com/Charmve/computer-vision-in-action/discussions" target="_blank" style="display:inline-block"><img src="https://img.shields.io/badge/GitHub-Discussions-green?logo=github" alt="GitHub Discuss"></a> 提问时，建议使用 Q&A 标签。

• 通过 <a href="http://stackoverflow.com/questions/tagged/L0CV" target="_blank" style="display:inline-block"><img src="https://img.shields.io/badge/-Stack%20Overflow-gray?logo=stackoverflow" alt="Stack Overflow"></a> 或者 <a href="https://segmentfault.com/t/L0CV" target="_blank" style="display:inline-block"><img src="https://img.shields.io/badge/-Segment%20Fault-gray?logo=mongodb" alt="Segment Fault"></a> 提问时，建议加上 L0CV 标签。

• <a href="https://segmentfault.com/t/L0CV" target="_blank" style="display:inline-block"><img src="https://img.shields.io/badge/微信-L0CV-green?logo=wechat" alt="Segment Fault"></a> 微信、知乎、微博开话题可以生成tag，如微信聊天、朋友圈加 #L0CV 可话题交流。

• L0CV 读者微信交流群 (加我微信Yida_Zhang2，备注：L0CV-高校/企业-称呼)

Index

💖 Support this project

Donating to help me continue working on this project. I'm appreciate all you in backer list. <a href="https://charmve.github.io/sponsor.html"><img src="https://img.shields.io/badge/style--5eba00.svg?label=Coffee&amp;logo=ko-fi&amp;style=social" alt="BuymeaCoffee"/></a>

<a href="https://charmve.github.io/sponsor.html" target="_blank"><img src="https://cdn.buymeacoffee.com/buttons/v2/default-red.png" alt="Buy Me A Coffee" width="180" ></a>

CONTRIBUTION

作者会尽最大努力来确保书中内容的准确性，但难免会存在疏漏与不妥之处。欢迎您将发现的问题反馈给我们，帮助提升本开放资源的质量。

Index

Citation

Use this bibtex to cite this repository:

@misc{computer-vision-in-action,
  title={计算机视觉实战演练：算法与应用（Computer Vision in Action）},
  author={Charmve},
  year={2021.06},
  publisher={Github},
  journal={GitHub repository},
  howpublished={\url{https://github.com/Charmve/computer-vision-in-action}},
}

Index

Stargazers Over Time

<br><a href="https://github.com/Charmve/computer-vision-in-action#-以用促学先会后懂-"><img align="right" alt="Go for it!" src="https://raw.githubusercontent.com/Charmve/computer-vision-in-action/dd292873828228a753a9bd2de4576dbf8cc3902c/res/ui/footer-rocket.svg" height="220" title="Do what you like, and do it best!"/></a> <br>