PyTorch计算机视觉实战：目标检测、图像处理与大模型（原书第2版）

本书系统介绍了基于PyTorch的计算机视觉技术，涵盖从理论基础到高级应用开发的全流程。全书分为四部分，共18章，第一部分讲解深度学习基础，包括人工神经网络、PyTorch基础知识及深度神经网络构建；第二部分聚焦物体分类与检测，涉及卷积神经网络、迁移学习、物体检测技术及图像分割；第三部分探讨图像处理，涵盖自动编码器、生成对抗网络等；第四部分介绍计算机视觉与其他技术的融合，包括与强化学习、自然语言处理的结合，基础模型、稳定扩散应用及模型部署。书中包含40多种实际应用案例，GitHub提供完整源代码，适合具备Python和机器学习基础的学生、软件开发人员及科研人员学习，助力其掌握计算机视觉与深度学习核心技能。