第8～10章是本书的核心内容，详细讲解了目标检测技术的一阶段算法、两阶段算法以及提升算法性能的常用方法。两位作者是资深的AI技术专家和计算机视觉算法专家，在阿里、腾讯、百度、三星等大企业从事计算机视觉相关的工作多年，不仅理论功底扎实、实践经验丰富，而且知道初学者进入计算机视觉领域的痛点和难点。提供源码下载：第2~11章均提供源数据和完整代码，代码均经过严格测试，可直接在Github上下载。
本书内容是按照知识点背景—原理剖析—实战案例的顺序展开的，代码会在书中详细列出或者上传到GitHub，以方便读者下载与调试，快速掌握知识点，快速上手。当今时代，我们很容易在互联网上找到目标检测算法的开源代码，运行代码并不是什么难事，但理解其中的原理却有一定的难度。例如，我在撰写第11章的时候，得到了腾讯云工业AI首席架构师周永良博士的大力帮助，感谢他提供的丰富的行业经验和独到理解。
目标检测的理论和实践是相辅相成的，希望本书可以带领读者走进目标检测的世界。尤其对我的学生表示衷心的感谢，感恩遇见努力的你们，在实验室见证你们的学习和成长也是我宝贵的记忆，也特别感谢广东技术师范大学机电学院的领导和老师给予我的支持和帮助。HALCON是当前工程界广泛使用的机器视觉软件，具有上手简单、学习方便等众多优点，基于市场对机器视觉工程师的普遍要求，本书采取HALCON作为视觉软件进行编写。
实战案例的代码已全部通过线下验证，代码并不复杂，可以很好地帮助读者理解算法细节，希望读者在学习理论之后可以亲自动手实践。第2章主要对目标检测的前置技术做简单的介绍，同时介绍了本书后续章节实战案例中会用到的环境。没有图像分类基础的读者需要理解这几章的内容之后再学习后续章节，有卷积神经网络基础的读者可以有选择地学习。
我们编写本书的目的就是由浅入深地向读者讲解目标检测技术，用相对通俗的语言来介绍算法的背景和原理，在读者似懂非懂时给出实战案例。笔者的目标是编写一本理论知识简洁精悍、结合实战项目讲解应用技能的教程，以更好地服务于广大的理工科大学生和工程技术人员。本书还介绍了目前比较流行的开源算法库mmdetection，旨在帮助读者降低实际项目的开发难度。
本书尽量绕开复杂的数学证明和推导，从问题的前因后果、思考过程和简单数学计算的角度做模型分析和讲解，目的是以更通俗易懂的方式带领读者入门。信息科学和计算机科学爱好者：通过本书可以了解人工智能领域的前辈们在探索的道路上做出的努力和思考。
发表评论