本書主要介紹了計算機視覺中的語義分割和目標檢測的相關(guān)技術(shù)，重點講解了任務(wù)設(shè)定和度量指標、基于深度學習的經(jīng)典模型和算法方案，包括U-net相關(guān)模型、DeepLab系列模型、SAM模型，以及FasterR-CNN模型、YOLO系列模型等。另外，對于分割和檢測任務(wù)中的小樣本、弱監(jiān)督、小目標等特殊設(shè)定下的算法思路和方案也通過典型模型進行了講解。同時，書中也提供了多個簡單易上手的語義分割與目標檢測的實戰(zhàn)項目。