《基于深度学习的计算机视觉》是一门系统性的免费图文课，用 14 章 93 节把计算机视觉从传统方法到深度学习的完整知识链条讲清楚。课程从图像预处理、特征与描述子、传统检测方法讲起，随后进入神经网络与反向传播、卷积网络家族，再逐层展开图像分类、图像检索、目标检测、通用与医疗影像分割、图像描述与图像生成。每节都给出可复现的 numpy / OpenCV 代码与带折叠答案的练习，强调“先看清原理、再动手实现、最后知道今天该怎么做”。对于 2019 年后已被新范式取代的技术（SIFT 之外的旧检测器、YOLOv3 之前的检测流程等），课程会明确说明其历史位置与当下的替代方案，并补上 2026 视角的现代对照，避免把过时结论当成现役主流。
课程大纲
共 93 节，按建议顺序学习。
- 01计算机视觉概述计算机视觉概述 小象实战讲义 · 基于深度学习的计算机视觉 欢迎来到《基于深度学习的计算机视觉》课程的第一节。在正式踏入深度学习与卷积神经网络的复杂世界之前，我们首先要建立对“计算机视觉”这一领域的基
- 02计算机视觉应用场景计算机视觉的应用场景 小象实战讲义 · 基于深度学习的计算机视觉 在上一节，我们了解到计算机视觉的核心是赋予计算机“看”的能力。那么，计算机“看”了之后要做什么？这就是本节要探讨的问题。我们将系统梳理
- 03困难与挑战计算机视觉的难点与挑战 小象实战讲义 · 基于深度学习的计算机视觉 在上一节，我们领略了计算机视觉（Computer Vision）的广阔应用前景。然而，从“看到”到“看懂”，从“像素值”到“语义”，
- 04开源库介绍开源库介绍 小象实战讲义 · 基于深度学习的计算机视觉 在开始深入学习计算机视觉与深度学习之前，我们需要了解支撑这些技术研究和应用开发的“利器”——核心的开源软件库。本节将系统介绍计算机视觉领域最基础
- 05图像显示与存储图像的显示与存储 小象实战讲义 · 基于深度学习的计算机视觉 在计算机视觉中，我们处理的一切对象都是数字图像。理解图像如何在计算机中被表示和存储，是后续所有图像处理、分析和深度学习任务的基础。本节将带
- 06CLAHECLAHE 小象实战讲义 · 基于深度学习的计算机视觉 在图像预处理中，我们常常会遇到图像对比度不足、曝光不均或细节模糊的问题。本节将介绍一种强大的图像增强技术——限制对比度自适应直方图均衡（CLAH
- 07腐蚀膨胀与开闭运算腐蚀、膨胀与开闭运算 小象实战讲义 · 基于深度学习的计算机视觉 在图像处理中，我们常常需要处理二值化后的图像，例如从医学影像中分割出的器官轮廓，或从场景中提取的文字区域。这些二值图像往往存在边界不平
- 08滤波与边缘填充滤波与边缘填充 小象实战讲义 · 基于深度学习的计算机视觉 在图像预处理中，我们常常需要对图像进行局部处理，例如平滑去噪、锐化或边缘检测。这些操作的核心是邻域运算，即一个像素点的输出值不仅取决于它自身
- 09各种滤波各种滤波 小象实战讲义 · 基于深度学习的计算机视觉 在图像处理中，滤波是一种基础且强大的操作，它通过局部邻域计算来改变或提取图像信息。本节我们将系统学习多种经典滤波方法，理解它们如何实现图像平滑、去
- 10图像金字塔高斯金字塔与拉普拉斯金字塔 小象实战讲义 · 基于深度学习的计算机视觉 在图像处理与分析中，我们常常需要处理不同尺度的信息。例如，远处的人脸和近处的人脸，在计算机看来可能是完全不同的物体。为了解决这一
- 11傅里叶变换傅里叶变换 小象实战讲义 · 基于深度学习的计算机视觉 在图像预处理中，我们之前学习了空间域的处理方法，如卷积、平滑和锐化。本节我们将进入一个全新的视角——频率域。通过傅里叶变换，我们可以将图像从空间
- 12短时傅里叶变换与小波变换短时傅里叶变换与小波变换 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了傅里叶变换，它能够将信号从时域转换到频域，揭示信号的频率组成。然而，傅里叶变换有一个根本性的假设：信号是平稳
- 13颜色特征与颜色直方图颜色特征与颜色直方图 小象实战讲义 · 基于深度学习的计算机视觉 在计算机视觉中，如何让机器“看懂”一张图片？第一步往往是提取图像的特征。颜色，作为人眼感知图像最直观的属性，自然也成为机器理解图像的首
- 14几何特征_边缘几何特征：边缘 小象实战讲义 · 基于深度学习的计算机视觉 在图像中，物体的轮廓往往表现为像素值的剧烈变化，这些区域被称为“边缘”。边缘是图像中最基础、最重要的几何特征之一，它承载了丰富的形状和结构信
- 15几何特征-角点与斑点角点与斑点 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了如何提取图像的边缘特征。边缘是图像中像素值发生剧烈变化的区域，蕴含着丰富的几何信息。然而，在计算机视觉的许多实际任务中，例
- 16局部特征-SIFT特征描述子局部特征-SIFT特征描述子 小象实战讲义 · 基于深度学习的计算机视觉 在计算机视觉中，如何让计算机在不同角度、光照、尺度下识别出同一个物体，是一个核心挑战。本节将介绍一种经典的局部特征描述子——S
- 17局部特征-SURF特征描述子SURF 特征描述子 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了经典的 SIFT 特征，它以其优异的尺度、旋转不变性而闻名，但其计算复杂度也相对较高。本节我们将介绍 SIFT 的一
- 18局部特征-ORB特征描述子ORB特征描述子 小象实战讲义 · 基于深度学习的计算机视觉 前面我们已经学习了SIFT和SURF这两种强大的局部特征描述子：SIFT具有良好的旋转、尺度、光照不变性；SURF在亮度变化和模糊下表现好
- 19其他特征描述子局部二值模式与Gabor滤波 小象实战讲义 · 基于深度学习的计算机视觉 在之前的章节中，我们学习了SIFT、SURF、ORB等基于关键点的局部特征描述子。这些方法都需要先检测图像中的稳定特征点（如角
- 20传统图像分割技术传统图像分割技术 小象实战讲义 · 基于深度学习的计算机视觉 在计算机视觉的诸多任务中，图像分割旨在将图像划分成若干个有意义的区域，是理解图像内容的关键一步。在深度学习技术普及之前，研究者们已经发展出
- 21GraphCutGraphCut 小象实战讲义 · 基于深度学习的计算机视觉 在图像分割领域，我们已学习了基于阈值、边缘和区域的方法。本节将介绍一种基于图论的经典分割算法——GraphCut。它将图像分割问题巧妙地转
- 22GrabCutGrabCut 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了基于图论的 Graph Cuts 分割方法，它需要用户提供前景和背景的种子点。本节我们将介绍一种更强大的交互式分割算法
- 23人脸检测的传统方法基于 Haar 特征与级联分类器的人脸检测 小象实战讲义 · 基于深度学习的计算机视觉 在深度学习兴起之前，计算机视觉领域已发展出许多经典且高效的算法来解决实际问题。人脸检测，作为计算机视觉中最经典的
- 24行人检测的传统方法HOG+SVM行人检测的传统方法HOG+SVM 小象实战讲义 · 基于深度学习的计算机视觉 行人检测是计算机视觉中的一项基础任务，旨在从图像中定位出直立行走的人体。在深度学习兴起之前，HOG（方向梯度直方图）特征结
- 25行人检测DPM行人检测DPM 小象实战讲义 · 基于深度学习的计算机视觉 在掌握了HOG+SVM这一经典的行人检测方法后，我们自然会思考：如何进一步提升检测的精度，特别是应对人体姿态变化、遮挡等复杂情况？本节将介绍
- 26人工神经网络的架构人工神经网络的架构 小象实战讲义 · 基于深度学习的计算机视觉 从本节开始，我们将正式迈入深度学习的大门。在之前的课程中，我们学习了如何用传统的图像处理技术（如SIFT、HOG等）来提取特征并解决问题
- 27目标函数与梯度下降目标函数与梯度下降 小象实战讲义 · 基于深度学习的计算机视觉 在上一节，我们学习了人工神经元和前馈神经网络的基本结构。一个网络由输入层、隐藏层和输出层构成，数据在其中单向流动。然而，仅仅有网络结构是
- 28误差反向传播误差反向传播 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了梯度下降法，它是优化神经网络权重的核心思想。然而，对于一个由多层神经元构成的复杂网络，如何高效地计算目标函数对每一层权重的梯
- 29可手算的神经网络可手算的神经网络 小象实战讲义 · 基于深度学习的计算机视觉 讲完了误差反向传播（BP）的理论，我们来看一个可以手算的简单神经网络例子。通过这个例子，你将直观地理解前向传播、误差计算、反向传播以及权重
- 30改进目标函数与克服梯度消散改进目标函数与克服梯度消散 小象实战讲义 · 基于深度学习的计算机视觉 在深度神经网络训练中，选择合适的损失函数和激活函数至关重要。本节将深入探讨深度学习为何放弃传统的均方误差，转而采用交叉熵损失函数
- 31神经网络之传统神经网络与深度网络的差异传统神经网络与深度网络的差异 小象实战讲义 · 基于深度学习的计算机视觉 在上一讲我们学习了神经网络的基本原理与误差反向传播算法，这为我们理解更复杂的模型奠定了基础。然而，从传统的浅层神经网络到如今动
- 32各种梯度下降算法各种梯度下降算法 小象实战讲义 · 基于深度学习的计算机视觉 在深度学习的训练过程中，我们通过最小化损失函数来调整模型的参数。梯度下降法及其变体是实现这一目标的核心优化算法。本节我们将深入探讨从经典的
- 33如何选择合适的梯度下降算法如何选择合适的梯度下降算法 小象实战讲义 · 基于深度学习的计算机视觉 在深度学习的训练过程中，我们面临着多种梯度下降优化算法的选择，从基础的随机梯度下降（SGD）到复杂的自适应算法如Adam。面对如
- 34避免过适应避免过适应 小象实战讲义 · 基于深度学习的计算机视觉 在深度学习的征途中，我们不仅希望模型在训练集上表现优异，更期待它在从未见过的数据上也能做出准确的判断。然而，一个强大的、参数众多的网络，很容易陷
- 35CNN的架构卷积神经网络的整体架构 小象实战讲义 · 基于深度学习的计算机视觉 在掌握了深度学习的基本概念和优化方法后，我们终于要进入计算机视觉的核心——卷积神经网络（CNN）。本节将为你系统拆解CNN的经典架构
- 36CNN的误差反向传播_卷积层卷积层的误差反向传播 小象实战讲义 · 基于深度学习的计算机视觉 在第 5 章中，我们学习了全连接神经网络的误差反向传播（Backpropagation, BP）算法。然而，卷积神经网络（CNN）的核
- 37CNN的误差反向传播_池化层池化层的误差反向传播 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了卷积层误差反向传播的原理。本节我们将聚焦于卷积神经网络（CNN）中的另一个核心组件——池化层，探讨其误差反向传播
- 38分类所用的数据集分类所用的数据集 小象实战讲义 · 基于深度学习的计算机视觉 在正式学习经典的卷积神经网络（CNN）之前，我们需要先了解一个关键的基础：图像分类任务及其常用的基准数据集。图像分类是计算机视觉的基石，也
- 39Alexnet详解AlexNet详解 小象实战讲义 · 基于深度学习的计算机视觉 在深度学习席卷计算机视觉领域的历史进程中，有一个模型具有里程碑式的意义，它标志着深度卷积神经网络（CNN）时代的真正开启。本节我们将深入
- 40VGG详解VGG详解 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了开启深度学习革命的AlexNet，它奠定了现代深度CNN的基础架构。然而，AlexNet的设计中仍有一些可以改进的地方，例如其
- 41GoogLeNet_v1GoogLeNet V1 小象实战讲义 · 基于深度学习的计算机视觉 在上一节，我们学习了VGGNet，它通过堆叠小卷积核来构建深层网络，取得了ImageNet 2014竞赛的第二名。那么，当年的冠军
- 42BatchNormalizationBatch Normalization 小象实战讲义 · 基于深度学习的计算机视觉 在深度神经网络训练过程中，我们常常会遇到一个棘手的问题：随着网络参数的不断更新，每一层输入数据的分布也在持续变化，这
- 43GoogLeNet_v3v4GoogLeNet V3 与 V4：增强卷积模块功能 小象实战讲义 · 基于深度学习的计算机视觉 在掌握了 GoogLeNet V1 和 V2 的核心思想后，我们继续探索其后续版本。本节课将深入剖析
- 44ResNetResNet残差网络 小象实战讲义 · 基于深度学习的计算机视觉 在深度卷积神经网络的发展历程中，研究者们曾普遍认为“网络越深，性能越好”。然而，ResNet（残差网络）的提出揭示了更深网络所面临的“
- 45ResNeXtResNeXt 小象实战讲义 · 基于深度学习的计算机视觉 在ResNet成功解决了极深网络训练难题后，研究者们开始思考：除了将网络做得更深（增加层数）或更宽（增加每层通道数），是否还存在第三条提升模
- 46CNN设计准则CNN 设计准则 小象实战讲义 · 基于深度学习的计算机视觉 在学习了 AlexNet、VGG、GoogLeNet 和 ResNet 等一系列经典的卷积神经网络后，你是否思考过它们的设计背后是否存在一
- 47图像检索与推土机距离图像检索与推土机距离 小象实战讲义 · 基于深度学习的计算机视觉 在本节中，我们将正式进入图像检索领域。你是否曾有过这样的经历：看到一株不认识的植物，拍下照片上传到搜索引擎，系统便能告诉你它的名字？这
- 48基于颜色相似性基于颜色相似性的图像检索 小象实战讲义 · 基于深度学习的计算机视觉 在图像检索任务中，除了关注物体的形状和纹理，颜色本身就是一个非常直观且强大的检索线索。想象一下，你想在电商平台找一件“酒红色”的毛
- 49基于形状相似性基于形状相似性 小象实战讲义 · 基于深度学习的计算机视觉 在图像检索中，颜色和纹理是重要的线索，但形状往往承载着物体最本质的识别信息。本节我们将学习如何量化图像的“形状”，并利用“金字塔梯度方向直方
- 50基于纹理相似性基于纹理相似性 小象实战讲义 · 基于深度学习的计算机视觉 在前面两节我们学习了基于颜色和形状相似性的图像检索，但颜色和轮廓只是图像的一个方面。当图像颜色差异巨大，但表面图案（如格子衬衫、木纹、织物）
- 51基于局部特征相似性基于局部特征相似性 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了基于颜色、纹理和形状等全局特征的图像检索方法。然而，这些方法在面对复杂场景、遮挡或视角变化时，其检索能力会受到限制
- 52DL的二值哈希编码基于深度学习的二值哈希编码 小象实战讲义 · 基于深度学习的计算机视觉 在学习了多种基于颜色、纹理、形状和局部特征的传统图像检索方法后，我们自然会问：深度学习在图像检索领域扮演什么角色？本节将解答这个
- 53高维空间中检索KDTree高维空间检索：KD-Tree 小象实战讲义 · 基于深度学习的计算机视觉 在图像检索领域，我们常常需要从海量的高维数据（例如4096维的深度特征向量）中，快速找到与查询数据最相似的一个或多个数据。如果
- 54高维空间中检索LSH局部敏感哈希（LSH）在高维空间检索中的应用 小象实战讲义 · 基于深度学习的计算机视觉 在海量高维数据中快速找到相似项，是图像检索、推荐系统等领域的核心挑战。传统的精确最近邻搜索在高维空间中效率低下
- 55目标识别任务综述目标识别任务综述 小象实战讲义 · 基于深度学习的计算机视觉 欢迎来到目标检测篇章的开篇。在之前的课程中，我们学习了如何让模型“看懂”一张图片里“是什么”（图像分类）。现在，我们将面对一个更贴近真实世
- 56RCNNRCNN：区域卷积神经网络 小象实战讲义 · 基于深度学习的计算机视觉 目标检测是计算机视觉的核心任务之一，它要求我们不仅识别出图像中的物体是什么，还要精确地标出它们的位置。在深度学习时代之前，目标检
- 57SPP-NetSPP-Net：共享卷积计算与空间金字塔池化 小象实战讲义 · 基于深度学习的计算机视觉 在上一节，我们深入分析了R-CNN模型，其核心问题在于速度“刻骨铭心的慢”。本节我们将介绍其重要的改进模型——
- 58Fast R-CNNFast R-CNN 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了SPP-Net，它通过共享卷积计算和空间金字塔池化，大幅提升了R-CNN的检测速度。然而，SPP-Net仍然存在训练
- 59Faster R-CNNFaster R-CNN 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了Fast R-CNN，它通过RoI池化和多任务损失实现了端到端训练，大幅提升了效率。然而，Fast R-CNN仍
- 60R-CNN系列模型回顾R-CNN系列模型回顾 小象实战讲义 · 基于深度学习的计算机视觉 本节我们将对目标检测领域中经典的R-CNN系列模型进行一次系统的回顾与总结。通过对比R-CNN、SPP-Net、Fast R-CNN
- 61R-FCN的设计思路R-FCN的设计思路 小象实战讲义 · 基于深度学习的计算机视觉 在目标检测领域，随着基础网络从AlexNet、VGG向ResNet、GoogLeNet等全卷积化网络演进，直接将Faster R-CN
- 62R-FCN的实现R-FCN的实现 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们探讨了R-FCN的设计思路，其核心目标是解决Faster R-CNN中ROI-wise子网络（如全连接层）无法共享计算的问
- 63YOLOv1YOLO v1：单次检测的革命 小象实战讲义 · 基于深度学习的计算机视觉 在目标检测领域，R-CNN系列通过“区域提议+分类”的范式取得了巨大成功，但其“先提候选区域、再分类回归”的两阶段流程限制了
- 64YOLOv2_9000YOLO v2 与 YOLO 9000 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了YOLO v1，它以其“只看一次”的端到端检测思想带来了速度上的巨大优势，但也在定位精度和小目标检
- 65YOLOv3YOLOv3 小象实战讲义 · 基于深度学习的计算机视觉 在掌握了 YOLOv1 和 YOLOv2 的核心思想后，我们来看 2018 年发布的 YOLOv3。本节将深入剖析YOLOv3在损失函数、锚框
- 66图像分割应用场景与数据集图像分割应用场景与数据集 小象实战讲义 · 基于深度学习的计算机视觉 从本节开始，我们将正式进入计算机视觉领域一个极具挑战且应用广泛的方向——基于深度学习的图像语义分割。在此之前，我们学习过如何识别图
- 67上采样的实现方式上采样的实现方式 小象实战讲义 · 基于深度学习的计算机视觉 在深度学习的图像处理流程中，我们常常需要通过卷积、池化等操作对图像进行下采样，以提取更宏观的语义信息。然而，在图像分割、超分辨率等任务中，
- 68FCN网络架构的由来FCN网络架构的由来 小象实战讲义 · 基于深度学习的计算机视觉 在 11.1 节我们了解了语义分割的基本概念和任务目标，11.2 节又补上了上采样这一必要工具。本节我们将深入探讨全卷积网络（FCN）
- 69FCN构建细节FCN构建细节 小象实战讲义 · 基于深度学习的计算机视觉 在上一节，我们学习了全卷积网络（FCN）的核心思想：通过卷积化、反卷积和跳层结构，将用于图像分类的深度网络改造为能够输出逐像素类别预测的分割
- 70DeepLabv1DeepLab v1：空洞卷积与条件随机场 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了全卷积网络（FCN），它通过卷积化、反卷积和跳层结构，首次实现了端到端的语义分割。然而，F
- 71CRF条件随机场（CRF）在 DeepLab 中的应用 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了 DeepLab V1 如何利用空洞卷积（Atrous Convolution）来获
- 72DeepLabv2DeepLab v2 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了DeepLab v1如何通过空洞卷积（Atrous Convolution）和全连接条件随机场（Fully Co
- 73DeepLabv3DeepLab v3 与 v3+ 小象实战讲义 · 基于深度学习的计算机视觉 在掌握了DeepLab v1和v2的核心思想——空洞卷积（Atrous Convolution）与空间金字塔池化（ASPP
- 74特定的医学影像分割任务特定的医学影像分割任务 小象实战讲义 · 基于深度学习的计算机视觉 在之前的课程中，我们学习的图像分类、目标检测等任务，大多基于通用场景（如识别猫狗），无需深入了解特定行业背景。然而，当我们将目光投向
- 75U-NetU-Net：医疗影像分割的经典网络 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们介绍了医学影像分割的任务与数据集。面对数据量有限但网络参数庞大的挑战，一个精心设计的网络架构至关重要。本
- 76D U-Net3D U-Net 小象实战讲义 · 基于深度学习的计算机视觉 在上一节中，我们学习了用于医学影像分割的经典网络U-Net。然而，在处理真实的3D医学影像数据（如MRI、CT）时，逐层切片处理的2D U
- 77V-NetV-Net 小象实战讲义 · 基于深度学习的计算机视觉 在前面的章节中，我们学习了用于2D图像分割的U-Net及其3D扩展版本3D U-Net。本节我们将介绍U-Net家族的另一个重要成员——V-Ne
- 78DenseNetDenseNet 与 FC-DenseNet 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们探讨了U-Net及其三维扩展（3D U-Net、V-Net），它们通过编码器-解码器结构和跳跃连接
- 79病理切片分析任务及数据集病理切片分析任务及数据集 小象实战讲义 · 基于深度学习的计算机视觉 在医学影像分析领域，除了我们之前学习的CT、MRI等三维影像分割，还有一个至关重要的方向——病理切片分析。它是肿瘤等疾病诊断的“金
- 80病理切片分析病理切片分析 小象实战讲义 · 基于深度学习的计算机视觉 在医疗影像分析领域，病理切片分析是诊断癌症等疾病的关键环节。本节我们将聚焦于如何利用计算机视觉技术，特别是深度学习，对数字化的病理切片（Who
- 81图说任务及其传统处理方法图说任务及其传统处理方法 小象实战讲义 · 基于深度学习的计算机视觉 本节我们将开启一个令人兴奋的跨模态任务——图像描述，俗称“图说”。想象一下，计算机不仅能“看懂”图片里有什么，还能用一句通顺的话把
- 82深度语言模型与RNN深度语言模型与循环神经网络（RNN） 小象实战讲义 · 基于深度学习的计算机视觉 从本节开始，我们将进入计算机视觉与自然语言处理交叉的前沿领域——图像描述（Image Captioning），俗称“图
- 83LSTM及其变种LSTM及其变种 小象实战讲义 · 基于深度学习的计算机视觉 前面我们已经进入图像描述任务：它通常由编码器（CNN）和解码器（语言模型）组成，解码器的核心任务是根据图像特征，生成连贯、准确的文字序列。
- 84NIC模型NIC模型 小象实战讲义 · 基于深度学习的计算机视觉 图像描述（Image Captioning），又称“图说”，是一项融合计算机视觉与自然语言处理的复合任务。它的目标是为一张输入图像生成一句准确、
- 85SAT模型SAT模型：注意力机制驱动的图像描述 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了NIC模型——一个基于编码器-解码器（Encoder-Decoder）框架的图像描述模型。NIC模型
- 86图说的性能指标图说的性能指标 小象实战讲义 · 基于深度学习的计算机视觉 图像描述（图说）模型能够为图片生成自然语言描述，但如何客观地评价这些描述的质量呢？本节课，我们将系统学习图像描述领域常用的几种自动化评价指标
- 87判别模型与生成模型判别模型与生成模型 小象实战讲义 · 基于深度学习的计算机视觉 在计算机视觉的广阔领域中，我们已掌握了如何让模型“看懂”世界——识别物体、分割场景、描述画面。现在，我们将进入一个更具创造性的领域：让模
- 88KL散度与JS散度KL散度与JS散度 小象实战讲义 · 基于深度学习的计算机视觉 在进入图像生成模型，特别是变分自编码器（VAE）和生成对抗网络（GAN）的深入探讨之前，我们需要先理解两个关键的数学概念：KL散度与JS
- 89VAE变分自编码器（VAE） 小象实战讲义 · 基于深度学习的计算机视觉 在进入 VAE 之前，我们先回顾经典的自编码器：它能够学习图像的压缩表示并重建图像，但无法用于生成全新的图像。本节我们将学习变分自编
- 90GAN的基本原理GAN的基本原理 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们学习了变分自编码器（VAE），它是一种经典的生成模型。本节我们将介绍生成对抗网络（GAN）——图灵奖得主 Yann LeCun
- 91DCGAN与CGANDCGAN与CGAN 小象实战讲义 · 基于深度学习的计算机视觉 在掌握了GAN的基本原理后，我们自然会思考如何让它生成更高质量的图像，以及如何控制生成的内容。本节将介绍两个重要的GAN变体：DCGA
- 92Wasserstein GANWasserstein GAN 小象实战讲义 · 基于深度学习的计算机视觉 在上一节我们探讨了DCGAN，它通过一系列精妙的工程技巧显著提升了GAN的训练稳定性和生成效果。然而，这些技巧更像是“实验出
- 93SRGANSRGAN 小象实战讲义 · 基于深度学习的计算机视觉 在图像生成领域，我们之前学习的GAN模型（如DCGAN）虽然能生成新的图像，但往往面临分辨率低、细节模糊的问题。想象一下，如果你有一张模糊的老照
课程要收费吗？
本课程免费，无有效期限制，学完为止，视频、讲义、代码与作业配套开放。企业内训为定制付费服务，如有团队培训需求可查看企业内训。
同主题课程
主题内继续学
免费