Python作为实现计算机视觉编程的第一大语言，简单方便，是一种效率极高的语言。本书共分10章，首先，介绍了Python的编程基础及其在计算机视觉中，关于传统图像处理方面的编程应用；其次，介绍了深度卷积神经网络的理论基础及PyTorch深度学习框架；最后，介绍了Python在图像分类、目标检测和语义分割中的典型应用，以及轻量化网络与迁移学习的相关知识。在每一章的结尾都附有必要的习题，供教学或自学练习使用，以便读者加深对本书所述内容的理解。

Python作为实现计算机视觉编程的第一大语言，简单方便，是一种效率极高的语言。本书共分10章，首先，介绍了Python的编程基础及其在计算机视觉中，关于传统图像处理方面的编程应用；其次，介绍了深度卷积神经网络的理论基础及PyTorch深度学习框架；最后，介绍了Python在图像分类、目标检测和语义分割中的典型应用，以及轻量化网络与迁移学习的相关知识。在每一章的结尾都附有必要的习题，供教学或自学练习使用，以便读者加深对本书所述内容的理解。 本书深度适中，内容力求精炼，可作为高等学校电子信息工程、通信与信息工程、计算机科学与技术等专业本科生与研究生的教学参考书，也可供从事计算机视觉、人工智能等相关领域的科研人员和工程技术人员参考。

刘国华，天津工业大学，机械工程学院教授，硕士生导师，天津工业大学教学名师，天津市优秀创新创业导师，曾荣获2015年度天津工业大学教工先锋岗先进个人，2020年度;天津市优秀科技志愿者，天津工业大学第四届;我最喜爱的研究生导师多项荣誉称号。

前言第1章Python编程基础111基本语法212序列与数据结构1313函数与模块1814面向对象编程29本章小结38习题38第2章Python文件操作与异常处理3921文件操作4022异常处理59本章小结67习题67第3章Python基本图像操作6831使用Pillow进行图像基础操作6932使用Matplotlib进行图像分析7633利用NumPy进行图像数据处理8134借助SciPy进行高级图像处理8335使用scikitimage处理图像88本章小结91习题91第4章Python传统图像处理方法9241图像增强9342图像分类10643目标检测11144图像分割120本章小结127习题127第5章深度卷积神经网络基础12851监督学习和无监督学习12952欠拟合和过拟合13153反向传播13354损失和优化13455激活函数13856卷积神经网络基础140本章小结145习题146Python计算机视觉编程与应用目录第6章PyTorch深度学习框架14761PyTorch框架简介14862PyTorch环境配置与安装15063PyTorch中的Tensor15364PyTorch常用模块及库15965神经网络模型搭建与参数优化165本章小结168习题168第7章计算机视觉应用图像分类16971图像分类简介17072ResNet基本原理17173训练过程17974模型结果评估187本章小结189习题190第8章计算机视觉应用目标检测19181目标检测简介19282两阶段式目标检测算法19383单阶段式目标检测网络19784目标检测算法性能评估指标206本章小结209习题209第9章计算机视觉应用语义分割21091图像语义分割介绍21192DeepLab系列语义分割网络发展概述21393DeepLabV3 网络基本原理21694模型训练与评估228本章小结235习题235第10章轻量化网络与迁移学习236101模型压缩237102轻量化网络结构247103轻量化网络性能评估252104迁移学习的分类与方法257105微调迁移应用实例263本章小结272习题272参考文献273

在当前全球科技飞速发展的背景下，Python编程语言凭借其简洁、易学和强大的功能，已成为计算机视觉领域中最受欢迎的编程工具之一。Python拥有丰富的函数库和框架，如OpenCV、TensorFlow和PyTorch，极大地方便了计算机视觉应用的开发与实现。Python的优势在于其高效的开发速度、广泛的社区支持以及与其他语言和工具的良好兼容性，使其在学术研究与工业应用中占据重要地位。计算机视觉作为人工智能的一个重要分支，近年来得到了迅猛发展。计算机视觉技术不仅在自动驾驶、智能监控、医疗影像分析等领域展现出了巨大的潜力，还在推动工业自动化、智能制造和智慧城市建设方面发挥了重要作用。随着深度学习算法的不断进步，计算机视觉的应用领域不断扩大，其未来发展前景十分广阔。当前我国正处于从制造大国向制造强国迈进的重要阶段，科技创新是国家现代化建设的核心驱动力，而计算机视觉作为新一代信息技术的代表之一，已经成为国家科技战略的重要组成部分。Python语言在计算机视觉中的编程应用，能够有效提高算法开发效率，加速科研成果转化，助力我国在国际科技竞争中占据领先地位。本书重点介绍了传统图像处理的Python编程基础及计算机视觉的三大核心任务：图像分类、目标检测和语义分割。这三大任务是计算机视觉的基础，在各类应用场景中发挥着关键作用。图像分类通过分析图像内容，准确识别并分类不同的物体；目标检测则进一步实现了对图像中多个目标的定位与识别；语义分割则是在像素级别进行分类，将图像细分为具有特定语义的区域。这些任务不仅是计算机视觉的基本研究方向，也是当前应用最为广泛的技术之一。本书通过系统地介绍Python语言在计算机视觉中的编程方法与实际应用，旨在培养学生的编程能力和工程实践能力，帮助学生掌握前沿技术，并为我国培养出更多具有创新能力和社会责任感的高素质科技人才。 本书适用于大学二年级以上，具备必要的数学基础知识的本科生、研究生，工作在人工智能领域一线的工程技术人员，对计算机视觉感兴趣且具备必要预备知识的所有读者。本书由天津工业大学刘国华教授执笔，郭长瑞、连海洋、吕世杰、赵英杰参与编写工作并进行程序实验。全书由刘国华负责统稿、定稿。在编写过程中，编者参考了大量书籍、论文、资料和网站文献，在此对原作者表示衷心的感谢。在本书的编写过程中，徐子诚、陈闯、赵继学等参与了资料整理工作，在此一并表示感谢。由于编者水平有限，书中疏漏和不足之处在所难免，敬请读者不吝指正。编者联系邮箱：liuguohua@tiangong.edu.cn。编者