計算機視覺：YOLO目標檢測原理與實踐
凌峯
345人在讀
15.3萬字總字數
¥83.3定價
凌峯
"《計算機視覺:YOLO目標檢測原理與實踐》詳細介紹YOLO目標檢測核心技術與前沿進展，涵蓋基礎概念、主流算法框架及其實際應用場景。《計算機視覺:YOLO目標檢測原理與實踐》分爲3部分，共10章。基礎理論部分（第1～3章）：介紹目標檢測的核心概念、評估指標與公開數據集，常用的深度學習框架及其目標檢測開發環境的搭建與使用，以及卷積神經網絡（CNN）的核心原理與經典架構。技術實現部分（第4～8章）：重點介紹YOLO目標檢測框架的技術演進，從YOLOv1到YOLOv11，涵蓋特徵提取、特徵融合、Anchor機制、損失函數優化、多維注意力機制等關鍵技術，並結合實際案例介紹YOLOv11的小目標檢測實現過程。實戰應用部分（第9、10章）：以交通場景中的目標檢測爲例，介紹YOLOv11在實際項目中的應用，以及開放世界目標檢測技術YOLO-UniOW框架在動態開放環境下的表現。 《計算機視覺:YOLO目標檢測原理與實踐》內容系統且案例豐富，適合計算機專業的學生、目標檢測領域的初學者，以及希望深入掌握目標檢測**進展的科研人員與工程師使用。"
整本書似乎並沒有深入的理解，也並無通俗易懂讓人入門的姿態。 快速跳過看了大部分篇幅，其實更像是技術詞藻堆疊，對於帶着入門、研究目的來的夥伴並無收穫。 因爲歷史事件、詞彙最後都記不住。 所以，個人覺得沒寫好，看不下去了。 還不如b站視頻博主講解。
系統的從 deep learn 到卷積，到 yolo 各系列的介紹。除了代碼都是截圖不方便閱讀以外，作爲科普讀物挺不錯。如需深入，還需看更多的書，並且手搭系統。