计算机视觉：YOLO目标检测原理与实践
凌峰
345人在读
15.3万字总字数
¥83.3定价
凌峰
"《计算机视觉:YOLO目标检测原理与实践》详细介绍YOLO目标检测核心技术与前沿进展，涵盖基础概念、主流算法框架及其实际应用场景。《计算机视觉:YOLO目标检测原理与实践》分为3部分，共10章。基础理论部分（第1～3章）：介绍目标检测的核心概念、评估指标与公开数据集，常用的深度学习框架及其目标检测开发环境的搭建与使用，以及卷积神经网络（CNN）的核心原理与经典架构。技术实现部分（第4～8章）：重点介绍YOLO目标检测框架的技术演进，从YOLOv1到YOLOv11，涵盖特征提取、特征融合、Anchor机制、损失函数优化、多维注意力机制等关键技术，并结合实际案例介绍YOLOv11的小目标检测实现过程。实战应用部分（第9、10章）：以交通场景中的目标检测为例，介绍YOLOv11在实际项目中的应用，以及开放世界目标检测技术YOLO-UniOW框架在动态开放环境下的表现。 《计算机视觉:YOLO目标检测原理与实践》内容系统且案例丰富，适合计算机专业的学生、目标检测领域的初学者，以及希望深入掌握目标检测**进展的科研人员与工程师使用。"
整本书似乎并没有深入的理解，也并无通俗易懂让人入门的姿态。 快速跳过看了大部分篇幅，其实更像是技术词藻堆叠，对于带着入门、研究目的来的伙伴并无收获。 因为历史事件、词汇最后都记不住。 所以，个人觉得没写好，看不下去了。 还不如b站视频博主讲解。
系统的从 deep learn 到卷积，到 yolo 各系列的介绍。除了代码都是截图不方便阅读以外，作为科普读物挺不错。如需深入，还需看更多的书，并且手搭系统。