為什么要寫(xiě)這本書(shū)
隨著深度學(xué)習(xí)技術(shù)的發(fā)展、計(jì)算能力的提升和視覺(jué)數(shù)據(jù)的增加，計(jì)算機(jī)視覺(jué)技術(shù)在圖像搜索、智能相冊(cè)、人臉閘機(jī)、城市智能交通管理、智慧醫(yī)療等諸多領(lǐng)域都取得了令人矚目的成績(jī)。越來(lái)越多的人開(kāi)始關(guān)注這個(gè)領(lǐng)域。計(jì)算機(jī)視覺(jué)包含多個(gè)分支，其中圖像分類(lèi)、目標(biāo)檢測(cè)、圖像分割、目標(biāo)跟蹤等是計(jì)算機(jī)視覺(jué)領(lǐng)域重要的幾個(gè)研究課題。本書(shū)介紹的目標(biāo)檢測(cè)技術(shù)，本質(zhì)上就是通過(guò)計(jì)算機(jī)運(yùn)行特定的算法，檢測(cè)圖像中一些受關(guān)注的目標(biāo)。當(dāng)今時(shí)代，我們很容易在互聯(lián)網(wǎng)上找到目標(biāo)檢測(cè)算法的開(kāi)源代碼，運(yùn)行代碼并不是什么難事，但理解其中的原理卻有一定的難度。我們編寫(xiě)本書(shū)的目的就是由淺入深地向讀者講解目標(biāo)檢測(cè)技術(shù)，用相對(duì)通俗的語(yǔ)言來(lái)介紹算法的背景和原理，在讀者“似懂非懂”時(shí)給出實(shí)戰(zhàn)案例。實(shí)戰(zhàn)案例的代碼已全部通過(guò)線下驗(yàn)證，代碼并不復(fù)雜，可以很好地幫助讀者理解算法細(xì)節(jié)，希望讀者在學(xué)習(xí)理論之后可以親自動(dòng)手實(shí)踐。目標(biāo)檢測(cè)的理論和實(shí)踐是相輔相成的，希望本書(shū)可以帶領(lǐng)讀者走進(jìn)目標(biāo)檢測(cè)的世界。
本書(shū)具有以下兩個(gè)特點(diǎn)。
1）本書(shū)默認(rèn)讀者具備大學(xué)本科水平的數(shù)學(xué)基礎(chǔ)。因?yàn)閳D像分類(lèi)是目標(biāo)檢測(cè)的基礎(chǔ)，所以本書(shū)前幾章講解了圖像分類(lèi)算法，為后續(xù)讀者理解目標(biāo)檢測(cè)算法打下基礎(chǔ)。本書(shū)盡量繞開(kāi)復(fù)雜的數(shù)學(xué)證明和推導(dǎo)，從問(wèn)題的前因后果、思考過(guò)程和簡(jiǎn)單數(shù)學(xué)計(jì)算的角度做模型分析和講解，目的是以更通俗易懂的方式帶領(lǐng)讀者入門(mén)。
2）本書(shū)附有實(shí)戰(zhàn)案例，讀者可以結(jié)合案例，通過(guò)實(shí)踐驗(yàn)證思路。本書(shū)內(nèi)容是按照知識(shí)點(diǎn)背景—原理剖析—實(shí)戰(zhàn)案例的順序展開(kāi)的，代碼會(huì)在書(shū)中詳細(xì)列出或者上傳到GitHub，以方便讀者下載與調(diào)試，快速掌握知識(shí)點(diǎn)，快速上手。這些代碼也可以應(yīng)用到讀者自己的項(xiàng)目中，以提升開(kāi)發(fā)效率。本書(shū)還介紹了目前比較流行的開(kāi)源算法庫(kù)mmdetection，旨在幫助讀者降低實(shí)際項(xiàng)目的開(kāi)發(fā)難度。
本書(shū)第1、8、9、10章，以及6.1～6.4節(jié)，由金智勇撰寫(xiě)，其余各章節(jié)由涂銘撰寫(xiě)。
讀者對(duì)象
本書(shū)適合以下幾類(lèi)讀者閱讀：
1）統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)技術(shù)等相關(guān)專(zhuān)業(yè)的學(xué)生：本書(shū)的寫(xiě)作初衷是面向相關(guān)專(zhuān)業(yè)的學(xué)生—擁有大量理論知識(shí)卻缺乏實(shí)戰(zhàn)經(jīng)驗(yàn)的人員，讓其在有理論積累的基礎(chǔ)上深入了解目標(biāo)檢測(cè)。讀者可以跟隨本書(shū)的教程進(jìn)行操作練習(xí)，從而對(duì)自己使用的人工智能工具、算法和技術(shù)“知其然亦知其所以然”。
2）信息科學(xué)和計(jì)算機(jī)科學(xué)愛(ài)好者：通過(guò)本書(shū)可以了解人工智能領(lǐng)域的前輩們?cè)谔剿鞯牡缆飞献龀龅呐�力和思考。理解他們的觀點(diǎn)和思路，有助于讀者開(kāi)拓自己的思維和視野。
3）人工智能相關(guān)專(zhuān)業(yè)的研究人員：本書(shū)詳細(xì)介紹了目標(biāo)檢測(cè)的相關(guān)知識(shí)，閱讀本書(shū)可以了解理論知識(shí)，了解哪些才是項(xiàng)目所需內(nèi)容以及如何在項(xiàng)目中實(shí)現(xiàn)。
如何閱讀本書(shū)
本書(shū)從以下幾個(gè)方面介紹目標(biāo)檢測(cè)的相關(guān)技術(shù)。
第1章簡(jiǎn)述了目標(biāo)檢測(cè)的定義及應(yīng)用場(chǎng)景，并介紹了20年來(lái)目標(biāo)檢測(cè)技術(shù)的發(fā)展歷程。
第2章主要對(duì)目標(biāo)檢測(cè)的前置技術(shù)做簡(jiǎn)單的介紹，同時(shí)介紹了本書(shū)后續(xù)章節(jié)實(shí)戰(zhàn)案例中會(huì)用到的環(huán)境。
第3～5章介紹圖像分類(lèi)技術(shù)的基礎(chǔ)知識(shí)，包括數(shù)據(jù)預(yù)處理、卷積神經(jīng)網(wǎng)絡(luò)等。該部分的代碼主要使用PyTorch實(shí)現(xiàn)。沒(méi)有圖像分類(lèi)基礎(chǔ)的讀者需要理解這幾章的內(nèi)容之后再學(xué)習(xí)后續(xù)章節(jié)，有卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)的讀者可以有選擇地學(xué)習(xí)。
第6 章比較詳細(xì)地介紹了香港中文大學(xué)的開(kāi)源算法庫(kù)mmdetection。
第7章主要介紹了目標(biāo)檢測(cè)的基本概念，在進(jìn)入代碼實(shí)戰(zhàn)之前，我們必須先理解基本原理。
第8～10章是本書(shū)的核心內(nèi)容，詳細(xì)講解了目標(biāo)檢測(cè)技術(shù)的一階段算法、兩階段算法以及提升算法性能的常用方法。
第11章簡(jiǎn)單介紹了目標(biāo)檢測(cè)的相關(guān)案例（以工業(yè)為背景），以幫助讀者構(gòu)建更完整的知識(shí)體系。
本書(shū)第2～11章都有對(duì)應(yīng)的源數(shù)據(jù)和完整代碼。需要注意的是，為了讓讀者更好地了解代碼的含義，在注釋信息中使用了部分中文說(shuō)明，每個(gè)程序文件的編碼格式都是UTF-8。
勘誤和支持
由于筆者水平及撰稿時(shí)間有限，書(shū)中難免會(huì)出現(xiàn)一些錯(cuò)誤或者不準(zhǔn)確的地方，懇請(qǐng)讀者批評(píng)指正。讀者可以發(fā)送電子郵件到j(luò)inzhiyong123@163.com反饋建議或意見(jiàn)。
致謝
在受邀撰寫(xiě)本書(shū)時(shí)，從未想到過(guò)程會(huì)如此艱辛。這里需要感謝一路陪我走來(lái)的所有人。
感謝家人在我寫(xiě)作本書(shū)時(shí)給予了理解和支持。
感謝我的合著者—金智勇，與他合作十分愉快，他給予了我很多的理解和包容。
感謝參與審閱、編輯等工作的楊福川老師和韓蕊老師，是他們?cè)谀缓蟮男燎诟冻霰ＷC了本書(shū)的順利出版。
在寫(xiě)作期間，我也得到了很多專(zhuān)業(yè)領(lǐng)域?qū)＜业闹笇?dǎo)。例如，我在撰寫(xiě)第11章的時(shí)候，得到了騰訊云工業(yè)AI首席架構(gòu)師周永良博士的大力幫助，感謝他提供的豐富的行業(yè)經(jīng)驗(yàn)和獨(dú)到理解。
再次感謝大家！

涂銘
2021年9月