"如果你只是看了这个项目的在线文档，那么你并没有利用好这个项目。太可惜！"

✨ 以用促学，先会后懂 ✨

L0CV ^🔊   一种结合了代码、图示和HTML的在线学习媒介

全面 前沿 免费 计算机视觉实战演练：算法与应用 📌 Computer Vision in Action 作者：张伟（Charmve） 跨平台，只需一个浏览器即可！ 👉 在线阅读（优先更新实战篇和进阶篇） - 地址：https://charmve.github.io/computer-vision-in-action/ 最新版PDF下载 - 地址：https://github.com/Charmve/computer-vision-in-action/releases (马上来 ...)

分享 到

Index

• 💠 全书组织
• 🌈 愿景
• 📘 本书目录
• 🔍 文件浏览
• 🌼 L0CV-DemoDay
• 🔑 如何食用
• ❓ 常见问题
• 👥 社区互助
• :heart: 致谢
• 📄 LICENSE
• 👐 参与项目
• 🤝 关注我们
• 📎 Citation

:label: sec_code 图1 L0CV 结构图

💠 全书组织

:label: fig_book_org

全书详细思维导图

本书详细介绍，请移步 序言。

• 第一部分包括基础知识和预备知识。提供深度学习的入门课程，然后在理论篇中，将快速向你介绍实践计算机视觉所需的前提条件，例如如何存储和处理数据，以及如何应用基于线性代数、微积分和概率基本概念的各种数值运算，涵盖了深度学习的最基本概念和技术，例如线性回归、多层感知机和正则化。

• 第二部分是本书涉及的计算机视觉基础理论，核心部分为神经网络模型，包括神经网络、卷积神经网络、循环神经网络理论讲解，以图像分类、模型拟合与优化作为其代码的实战项目。在模型拟合和优化章节中，着重分享梯度下降、随机梯度下降、动量法、AdaBoost等方法。

• 接下来的七章集中讨论现代计算机视觉技术实战，也是本书的核心部分。围绕这样的组织逻辑：什么是计算机视觉？计算机视觉解决什么问题，都是怎么解决的？传统方法——以卷积神经网络为中心的神经网络；现代方法——Transformer、强化学习、迁移学习、生成对抗等。各种方法是如何实现的，用到了什么框架？在第7章中，描述了计算机视觉的经典卷积神经网络PyTorch实现，并为我们随后实现更复杂的模型奠定了基础。在随后的几个章节中，我们主要解决图像分类、目标检测、语义分割、3D重建等实际问题，并给出实战项目。

• 该部分以项目为实战指导，给出详细的项目指导书和代码实现，更为特别的是，给出了notebook可以直接在线运行，跑通结果，免去了本地运行环境的搭建复杂性。于此同时，为了方便读者在本地调试，作者建立了一个名为 L0CV 的第三方包，可以直接在代码中 import L0CV 后使用。

• 第三部分讨论最近几年出现的“网红”模型，诸如：Transformer、Attention、知识蒸馏、迁移学习、生成对抗模型等。这部分也是此份资料的力挺之作。最后，在 chap_optimization 中，我们讨论了用于训练深度学习模型的几种常用优化算法，如：模型压缩、模型剪枝、微调、蒸馏等。

Index

🌈 愿景

本开源项目代表了我们的一种尝试：我们将教给读者概念、背景知识和代码；我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学知识，以及实现解决方案所需的工程技能。

我们的目标是创建一个为实现以下目标的统一资源：

1. 所有人均可在网上免费获取；
2. 提供足够的技术深度，从而帮助读者实际成为计算机视觉应用科学家：既理解数学原理，又能够实现并不断改进方法；
3. 包含可运行的代码，为读者展示如何在实际中解决问题。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验；
4. 允许我们和整个社区不断快速迭代内容，从而紧跟仍在高速发展的计算机视觉领域；
5. 由包含有关技术细节问答的论坛作为补充，使大家可以相互答疑并交换经验。

Index

📘 本书目录

👉 在线阅读（优先更新实战篇和进阶篇）

- 地址：https://charmve.github.io/computer-vision-in-action/

Index

🔍 文件浏览

按书中内容先后顺序逐章阅读，或者选取特定章节祥读 📁 docs/ ¹，动手实践章节代码，在代码文件 📁 code/ ² 下找到对应代码，本地测试或者Colab 📁 notebooks/ ³ 在线测试。

• 📁 L0CV/ - 专为本项目建立的 💮 L0CV 包
• 📁 code/ - 书中完整代码
• 📁 datasets/ - 本书所用数据集
  • 📁 images/ - 经典图像处理图片
• 📁 docs/ - 全书按照一下几个篇目进行编写
  • 📁 0_绪论/ - 全书绪论
  • 📁 1_理论篇/ - 基本理论和算法基础
  • 📁 2_实战篇/ - 项目实战教程
  • 📁 3_进阶篇/ - 最新CV模型和算法
  • 📁 附件/ - 所需数学和统计学知识
  • 📁 img/ - 各章节所使用的插图
• 📁 models/ - 封装可用的预训练模型
• 📁 notebooks/ - 🚩 全书 Colab notebook，可在线测试
  • 📁 chapter01_neural-networks/ - 第 1 章 - 神经网络 Jupyter Notebook 实现
  • 📁 chapter02_CNN/ - 第 2 章 - 卷积神经网络 Jupyter Notebook 实现
  • 📁 chapter03_Image-Classification - 第 3 章 - 图像分类 Jupyter Notebook 实现
  • 📁 chapter04_recurrent-neural-networks/ - 第 4 章 - 递归神经网络 Jupyter Notebook 实现
  • 📁 chapter05_graph-neural-network/ - 第 5 章 - 图神经网络 Jupyter Notebook 实现
  • 📁 chapter07_optimization/ - 第 6 章 - 模型拟合与优化算法 Jupyter Notebook 实现
  • 📁 chapter08_environment-setup-and-tool-use/ - 第 7 章 - 软件环境搭建与工具使用 Jupyter Notebook 实现
  • 📁 chapter09_convolutional-neural-networks/ - 第 8 章 - 经典神经网络架构：原理与PyTorch实现 Jupyter Notebook 实现
  • 📁 chapter12_practice-projects - 第 12 章 - 计算机视觉课题研究初探 Jupyter Notebook 实现
  • 📁 chapter13_Understanding-and-Visualizing/ - 第 13 章 - 可视化与理解卷积神经网络 Jupyter Notebook 实现
  • 📁 chapter14_GAN/ - 第 14 章 - 生成对抗模型 Jupyter Notebook 实现
  • 📁 chapter15_Transfer-Learning/ - 第 15 章 - 迪移学习 Jupyter Notebook 实现
  • 
  • 📁 chapter16_Attention/ - 第 16 章 - 注意力机制 Jupyter Notebook 实现
  • 📁 chapter17_Transformers/ - 第 17 章 - Transformers Jupyter Notebook 实现
  • ...
  • 📁 imgs/ - Jupyter Notebook 中用到的图片
  • 📁 docker/ - 为降低读者的学习成本，目前未进行搭建
  • 📁 res/ - ui 图片及全书思维导图PDF
  • 📄 README.md - 全书介绍及目录

Index

L0CV DemoDay

L0CV-Universe

如果你也是从这里出发，在开源的项目中应用进去，并在标题下给出引用 ，您的项目将会在这里展现！

以用促学，先会后懂。理解深度学习的最佳方法是学以致用。

*《计算机视觉实战演练：算法与应用》V1.2 部分项目还在更新中

实战项目	章节	Binder	Google Colab
实战项目 1 - 手写字分类	第 1 章 - 神经网络
实战项目 2 - 动手搭建一个卷积神经网络	第 2 章 - 卷积神经网络
实战项目 3 - 基于卷积神经网络的人脸表情识别	第 3 章 - 图像分类
实战项目 4 - 使用卷积神经网络对CIFAR10图片进行分类	第 3 章 - 图像分类
实战项目 5 - 使用OpenCV进行图像全景拼接	第 6 章 - 软件环境搭建与工具使用
实战项目 6 - Kaggle比赛：图像分类（CIFAR-10）	第 8 章 - 著名数据集及基准
实战项目 7 - Kaggle比赛：狗的品种识别（ImageNet Dogs）	第 8 章 - 著名数据集及基准
实战项目 8 - 基于PolarNet的点云端到端语义分割项目实战	第 9 章 - 检测与分割实战项目
实战项目 9 - 基于PyTorch的YOLO5目标检测项目实战	第 9 章 - 检测与分割实战项目
实战项目 10 - 实时高分辨率背景抠图	第 9 章 - 检测与分割实战项目
实战项目 11 - 车道线检测项目实战	第 10 章 - 计算机视觉课题研究初探
实战项目 12 - PyTorch 如何使用TensorBoard	第 13 章 - 可视ization and understanding
实战项目 13 - 图像样式迁移	第 14 章 生成对抗模型
实战项目 14 - 旧照片修复	第 14 章 - 生成对抗模型
实战项目 15 - 动漫头像生成	第 14 章 - 生成对抗模型
项目实战 16 - 视频理解项目实战 SlowFast + Multi-Moments in Time	第 16 章 - 视频理解
实战项目 17 - 蚂蚁和蜜蜂的分类问题	第 17 章 - 迁移学习
实战项目 18 - 基于Transformer的视频实例分割网络VisTR (CVPR2021)	第 19 章 - 跨界模型 Transformer
实战项目 19 - 支付宝CVPR细粒度视觉分类挑战赛夺冠方案解读	第 20 章 - 知识蒸馏
...	...	...

Index

🔑 如何食用

pip3 install -r requirements.txt

python3 -m pip install --upgrade pip
python3 -m pip install jupyter

cd notebooks
jupyter notebook

sudo apt-get update
pip3 install -r requirements.txt

python3 setup.py

cd code
python3 L0CV_test.py

import L0CV

每一小节都是可以运行的 Jupyter 记事本 你可以自由修改代码和超参数来获取及时反馈，从而积累深度学习的实战经验。 Run locally Google Colab

公式 + 图示 + 代码 我们不仅结合文字、公式和图示来阐明深度学习里常用的模型和算法，还提供代码来演示如何从零开始实现它们，并使用真实数据来提供一个交互式的学习体验。

Index

❓ 常见问题

• 在线教程页面无法打开：

  测试中存在部分人打不开在线教程的情况。

  部分小伙伴反馈尝试切换浏览器后可以正常打开了，如果仍然不行，最有效的解决办法是科学上网。

• 无法加载图片的解决办法：

  根本解决办法还是科学上网，也可以尝试修改host文件看下是否能解决。

  解决方案: 修改host文件 Mac Windows

• 公式无法正常显示解决办法：

  GitHub中的Markdown原生是不支持LATEX公式显示的，如果你喜欢在本项目中直接浏览教程，可以安装Chrome的MathJax Plugin for Github插件让大部分公式正常显示。而docs文件夹已经利用docsify被部署到了GitHub Pages上，包含公式的章节强力建议使用 《计算机视觉实战演练：算法与应用》 在线阅读 进行学习。

  当然如果你还想跑一下运行相关代码的话还是得把本项目clone下来，然后运行code文件夹下相关代码。

• Jupyter Notebook 无法在 GitHub 上呈现？ 使用 nbviewer。

Index

致谢

Index

参考文献

感谢前人的杰出工作，我才得以写出此书。感谢 参考文献 中列出及未列出的，所有对此开源工作有帮助的前辈！

Index

许可协议

• L0CV代码部分采用 Apache 2.0协议 进行许可，包括名为 L0CV 的原创第三方库、/code和/notebook下的源代码。遵循许可的前提下，你可以自由地对代码进行修改，再发布，可以将代码用作商业用途。但要求你：

  • 署名：在原有代码和衍生代码中，保留原作者署名及代码来源信息。
  • 保留许可证：在原有代码和衍生代码中，保留Apache 2.0协议文件。

• L0CV文档部分采用 知识共享署名 4.0 国际许可协议 进行许可。 遵循许可的前提下，你可以自由地共享，包括在任何媒介上以任何形式复制、发行本作品，亦可以自由地演绎、修改、转换或以本作品为基础进行二次创作。但要求你：

  • 署名：应在使用本文档的全部或部分内容时候，注明原作者及来源信息。
  • 非商业性使用：不得用于商业出版或其他任何带有商业性质的行为。如需商业使用，请联系作者。
  • 相同方式共享的条件：在本文档基础上演绎、修改的作品，应当继续以知识共享署名 4.0国际许可协议进行许可。

Index

👥 社区互助

如果您在使用的过程中碰到问题，可以通过下面几个途径寻求帮助，同时我们也鼓励资深用户通过下面的途径给新人提供帮助。

• 通过 提问时，建议使用 Q&A 标签。

• 通过 或者 提问时，建议加上 L0CV 标签。

• 微信、知乎、微博开话题可以生成tag，如微信聊天、朋友圈加 #L0CV 可话题交流。

• L0CV 读者微信交流群 (加我微信Yida_Zhang2，备注：L0CV-高校/企业-称呼)

Index

💖 支持本项目

请通过捐赠来支持我继续推进该项目。非常感谢所有在赞助者名单中的朋友们。

贡献

作者会尽最大努力来确保书中内容的准确性，但难免会存在疏漏与不妥之处。欢迎您将发现的问题反馈给我们，帮助提升本开放资源的质量。

Index

引用

使用以下BibTeX格式引用本仓库：

@misc{computer-vision-in-action,
  title={计算机视觉实战演练：算法与应用（Computer Vision in Action）},
  author={Charmve},
  year={2021.06},
  publisher={Github},
  journal={GitHub repository},
  howpublished={\url{https://github.com/Charmve/computer-vision-in-action}},
}

Index

星标随时间变化

欢迎随时提问，如果你觉得有地方可以改进，请提交PR！

🌟 给这个仓库点个星吧 🌟

由 Charmve 和 maiwei.ai 社区共同创建 | 部署于 GitHub Pages

computer-vision-in-action 快速上手指南

环境准备

本项目旨在提供计算机视觉的实战演练，支持多种运行方式（本地、云端、容器）。

系统要求：

• 操作系统：Linux / macOS / Windows (WSL 推荐)
• Python 版本：>= 3.8.10
• 浏览器：现代浏览器（用于在线阅读和 Notebook 预览）

核心依赖：

• PyTorch >= 1.9.0
• Jupyter Notebook / JupyterLab >= 4.7.1
• L0CV (项目自定义工具包)

安装步骤

你可以选择以下任意一种方式进行环境搭建：

方案一：本地源码安装（推荐）

1. 克隆项目代码

   git clone https://github.com/Charmve/computer-vision-in-action.git
   cd computer-vision-in-action
   

2. 创建虚拟环境并安装依赖 建议使用 conda 或 venv 创建独立环境。

   # 创建环境
   conda create -n l0cv python=3.8.10
   conda activate l0cv
   
   # 安装核心依赖 (国内用户推荐使用清华源加速)
   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   
   # 安装项目自定义包 L0CV
   pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
   

方案二：使用 Docker（最简便，免配置）

如果你已安装 Docker，可直接拉取预构建镜像，避免环境冲突。

docker pull charmve/l0cv:latest
docker run -it -p 8888:8888 -v $(pwd):/workspace charmve/l0cv:latest jupyter notebook --ip=0.0.0.0 --no-browser --allow-root

启动后，在浏览器访问终端输出的 http://localhost:8888/?token=... 地址即可。

方案三：云端免安装运行

无需本地配置，直接在浏览器中运行 Notebook：

• Google Colab: 点击项目主页的 "Run on Colab" 徽章导入笔记本。
• Binder: 点击 "Binder" 徽章直接加载交互式环境。
• Gitpod: 使用 Gitpod 在线开发环境。

基本使用

本项目核心在于“以用促学”，通过运行 notebooks 目录下的交互式教程学习。

1. 启动学习界面

进入项目根目录，启动 Jupyter Notebook：

jupyter notebook

浏览器将自动打开，导航至 notebooks/ 文件夹。

2. 运行第一个示例

在 notebooks 中找到基础章节（例如 chapter1_Neural-Networks 或 chapter0_Overview），打开任意 .ipynb 文件。

代码示例： 在 Notebook 单元格中，你可以直接调用项目封装的 L0CV 库进行快速实验：

import L0CV
from L0CV import utils

# 示例：加载并展示内置数据集或工具
# 具体函数请参考对应章节的 Notebook 说明
print("Welcome to Computer Vision in Action!")

3. 在线阅读与文档同步

如果仅需查阅理论或查看渲染后的代码结果，可直接访问在线文档（更新最快）：

• 地址: https://charmve.github.io/computer-vision-in-action/

提示：建议边阅读在线文档，边在本地或云端运行对应的 Notebook 代码，以获得最佳学习效果。