卷积神经网络与计算机视觉

本书自成一体，如果你既想了解CNN的原理，又想获得将CNN应用于计算机视觉的一手经验，那么本书将非常适合阅读。书中对CNN进行了全面介绍，首先是神经网络的基本概念：训练、正则化和优化。然后讨论了各种各样的损失函数、网络层和流行的CNN架构，回顾了评价CNN的不同技术，并介绍了一些常用的CNN工具和库。此外，本书还分析了CNN在计算机视觉中的应用案例，包括图像分类、对象检测、语义分割、场景理解和图像生成。

萨尔曼·汗（Salman Khan），澳大利亚国立大学讲师，联邦科学与工业研究组织（CSIRO）研究科学家。

侯赛因·拉哈马尼（Hossein Rahmani），西澳大利亚大学计算机科学与软件工程学院研究员。

赛义德·阿法克·阿里·沙（Syed Afaq Ali Shah），西澳大利亚大学计算机科学与软件工程学院副研究员。

穆罕默德·本纳努恩（Mohammed Bennamoun），西澳大利亚大学教授，曾任计算机科学与软件工程学院院长。

---译者简介---

黄智濒，北京邮电大学计算机学院讲师，博士，主要研究方向为计算机视觉和三维可视化。

戴志涛，北京邮电大学计算机学院教授，主要研究方向为深度学习加速器和嵌入式系统。