PyTorch计算机视觉实战:目标检测、图像处理与大…

本书系统介绍了基于PyTorch的计算机视觉技术，涵盖从理论基础到高级应用发的全流程。全书分为四部分，共18章，第一部分讲解深度学习基础，包括人工神经网络、PyTorch基础知识及深度神经网络构建；第二部分聚焦物体分类与检测，涉及卷积神经网络、迁移学习、物体检测技术及图像分割；第三部分探讨图像处理，涵盖自动编码器、生成对抗网络等；第四部分介绍计算机视觉与其他技术的融合，包括与强化学习、自然语言处理的结合，基础模型、稳定扩散应用及模型部署。书中包含40多种实际应用案例，GitHub提供完整源代码，每章配有习题及答案，适合具备Python和机器学习基础的学生、软件发人员及科研人员学习，助力其掌握计算机视觉与深度学习核心技能。
【推荐语】
想玩转计算机视觉，用 PyTorch 搞定目标检测、图像处理与大模型应用？这本实战宝典别错过！从深度学习基础、CNN 架构到 Transformer、稳定扩散，从传统 CV 任务到多模态融合，全流程拆解核心技术。40 + 实战案例搭配完整源码，兼顾理论与生产级部署，新手能搭建体系，资深发者可突破瓶颈。不管你是学生、软件工程师还是科研人员，都能通过本书掌握计算机视觉核心技能，在 AI 浪潮中抢占职业高地！
【作者】
V·基肖尔·阿耶德瓦拉（V Kishore Ayyadevara） 知名企业家，实干型领导者，致力于技术、数据和人工智能交叉领域，专注于发现并解决商业难题。他拥有十余年领导经验，曾在美国运通（American Express）、亚马逊（Amazon）及一家顶级健康保险公司，成功搭建并壮大应用数据科学团队。目前，他创立了一家初创公司，旨在推动人工智能技术在医疗机构的普及。工作之余，Kishore撰写了5本关于机器学习/人工智能的著作以分享专业知识。他拥有12项发明专利，并多次受邀在人工智能领域的会议上发表演讲。 耶什万斯·雷迪（Yeshwanth Reddy） 成就卓著的数据科学家，在深度学习与文档分析领域拥有10年以上实战经验。他为该领域做出了重大贡献，包括发端到端文档数字化软件，助力实现显著成本节约。他的专业知识还涵盖光学字符识别、单词检测与合成文档生成等模块发，其创性工作成果获得多项专利认证，同时创建了多个Python库。怀着对无监督学习与自监督学习变革的热情，他致力于减少人工标注依赖，推动数据科学领域的创新解决方案。