计算机视觉导读

本文记录计算机视觉的入门笔记。

成绩组成

考勤 5%，作业 10%，实验 10%，大作业 25%，期末 50%。

任务定义

计算机视觉 (Computer Vision, CV) 是一个人工智能研究领域，主要利用「图像、视频」等数据解决「预测、生成」等下游任务。其中：

• 预测任务比如：图像 / 视频分类 (Image / Video Classification)、语义分割 (Semantic Segmentation)、目标检测 (Object Detection) 等；
• 生成任务比如：风格迁移、图像 / 视频生成等。

数据预处理部分见 数字图像处理。

参考内容

理论部分参考：

• 《Computer Vision: Algorithms and Applications, 2nd Edition》；
• 《计算机视觉理论与实践》¹。

实践部分参考：

• Computer Vision Course - huggingface.co；
• 《动手学深度学习》 - d2l.ai；
• torchvision - PyTorch。

---

1. 刘家瑛, 等. 计算机视觉理论与实践. 北京: 高等教育出版社, 2021. ↩