前言

计算机视觉是当今学术界和行业中发展最快的AI（Artificial Intelligence，人工智能）学科之一，其起源是美国麻省理工学院（MIT）一位本科生的暑期项目。

为了让读者对于计算机视觉有一个感性的认知，先列举几个例子以供参考。机器人如何在太空中导航和执行任务？搜索引擎如何为数十亿幅图像和视频建立索引？如何根据医学图像诊断疾病？自动驾驶汽车如何准确地看清道路？图像分享App如何创建滤镜和遮罩？通过上述计算视觉的现实应用场景，不难发现计算机视觉的应用之广。本书重点——目标检测在计算机视觉中占据重要地位，如果将计算机视觉比作一个“皇冠”，那么，目标检测就是皇冠上一颗耀眼的“明珠”。

本书将带领读者深入了解目标检测的深度学习方法，并培养读者的实践能力，构建起理解和重建复杂视觉的计算机视觉技术。

众所周知，AI领域学习曲线较为陡峭。其中，计算机视觉更是在深度学习的推动下，拥有范围广、更新快的特点，因此，一些人会产生畏难情绪。基于此，本书为读者研发优良的学习方法，使读者既能在严谨而又易懂的理论中夯实基础，又能在有趣的实践中学习，感受各种目标检测实践项目带来的视觉冲击，让读者在学习计算机视觉的目标检测部分时事半功倍，更加轻松。

（1）抽丝剥茧、以简驭繁。

深度学习和计算机视觉目标检测涉及诸多概念、思维、原理和方法，本书秉承抽丝剥茧的原则，层层剖析复杂原理，达到以简驭繁的效果。

（2）深入浅出、高度总结。

深度学习、目标检测理论知识点较多，知识体系庞大。本书秉承深入浅出的理念，对于复杂的知识点提纲挈领、高度总结，使读者学习起来轻松有趣、张弛有度。

（3）逻辑紧密、环环相扣。

本书始终坚持逻辑紧密的讲解理念，知识模块间环环相扣，让读者深入理解计算机视觉这张知识大网的纵横连接关系，达到学习体系化、系统化的目的。