本书的写作初衷是，从学者的角度，用一种通俗易懂的方式，将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者，同时针对作者在深度学习教学过程中遇到的难点，进行深入的分析和讲解。本书侧重对卷积神经网络的介绍，而深度学习的内容不止于此。所以，作者将深度学习分为有监督学习、无监督学习和强化学习三类，将图像分类、目标检测、人脸识别、语音识别、双向生成对抗网络和AlphaGo等应用场景归入不同的类别，并分别对其原理进行了概括性的讲解。本书适合有一定深度学习或目标检测学习基础的学生、研究者、从业者阅读。
杜鹏，博士，华为昇腾AI技术专家，主要研究方向为异构计算、计算机图形学、人工智能等，曾在韩国科学技术院、新加坡南洋理工大学、杭州电子科技大学从事科研与教学工作，在SIGGRAPH、 CVPR、ICCV等国际著名会议发表论文十余篇。苏统华，博士， 哈尔滨工业大学副教授、软件学院副院长，主要研究领域包括大规模模式识别与手写汉字识别、深度学习方法与GPU计算等。作为自然手写体中文文本识别的开拓者，建立领域内首款手写中文库（HIT-MW库）。该库为国内外约200家科研院所采用，获得两个国际手写汉字识别竞赛第一名。王波，主要从事位姿估计、图像分割／生成等计算机视觉算法研究与应用，研究成果发表在CVPR、AAAI等国际著名学术会议上。谌明，博士，2004年加入美国道富集团， 2011年加入浙江核新同花顺网络信息股份有限公司并任首席技术官，推动了包括计算机视觉、语音技术、自然语言处理、机器学习等在金融、医疗等领域的商业化落地。
第1章 深度学习概述 2
1.1 深度学习发展简史 2
1.2 有监督学习 4
1.2.1 图像分类 4
1.2.2 目标检测 6
1.2.3 人脸识别 10
1.2.4 语音识别 13
1.3 无监督学习 17
1.3.1 无监督学习概述 18
1.3.2 双向生成对抗网络 18
1.4 强化学习 21
1.4.1 AlphaGo 22
1.4.2 AlphaGo Zero 24
1.5 小结 25
参考资料 25
第2章 深度神经网络 28
2.1 神经元 28
2.2 感知机 31
2.3 前向传递 32
2.3.1 前向传递的流程 33
2.3.2 激活函数 34
2.3.3 损失函数 38
2.4 后向传递 41
2.4.1 后向传递的流程 41
2.4.2 梯度下降 41
2.4.3 参数修正 43
2.5 防止过拟合 45
2.5.1 dropout 46
2.5.2 正则化 46
2.6 小结 47
第3章 卷积神经网络 48
3.1 卷积层 49
3.1.1 valid卷积 49
3.1.2 full卷积 51
3.1.3 same卷积 52
3.2 池化层 53
3.3 反卷积 54
3.4 感受野 56
3.5 卷积神经网络实例 57
3.5.1 LeNet-5 58
3.5.2 AlexNet 60
3.5.3 VGGNet 63
3.5.4 GoogLeNet 66
3.5.5 ResNet 76
3.5.6 MobileNet 77
3.6 小结 79
进 阶 篇
第4章 两阶段目标检测方法 82
4.1 R-CNN 82
4.1.1 算法流程 82
4.1.2 训练过程 83
4.2 SPP-Net 87
4.2.1 网络结构 87
4.2.2 空间金字塔池化 88
4.3 Fast R-CNN 89
4.3.1 感兴趣区域池化层 90
4.3.2 网络结构 91
4.3.3 全连接层计算加速 92
4.3.4 目标分类 93
4.3.5 边界框回归 94
4.3.6 训练过程 95
4.4 Faster R-CNN 99
4.4.1 网络结构 100
4.4.2 RPN 101
4.4.3 训练过程 107
4.5 R-FCN 109
4.5.1 R-FCN网络结构 110
4.5.2 位置敏感的分数图 111
4.5.3 位置敏感的RoI池化 111
4.5.4 R-FCN损失函数 113
4.5.5 Caffe网络模型解析 113
4.5.6 U-Net 117
4.5.7 SegNet 118
4.6 Mask R-CNN 119
4.6.1 实例分割简介 119
4.6.2 COCO数据集的像素级标注 121
4.6.3 网络结构 121
4.7 小结 125
参考资料 125
第5章 单阶段目标检测方法 126
5.1 SSD 126
5.1.1 default box 126
5.1.2 网络结构 127
5.1.3 Caffe网络模型解析 128
5.1.4 训练过程 137
5.2 RetinaNet 138
5.2.1 FPN 139
5.2.2 聚焦损失函数 140
5.3 RefineDet 142
5.3.1 网络模型 142
5.3.2 Caffe网络模型解析 144
5.3.3 训练过程 153
5.4 YOLO 154
5.4.1 YOLO v1 154
5.4.2 YOLO v2 157
5.4.3 YOLO v3 159
5.5 目标检测算法应用场景举例 161
5.5.1 高速公路坑洞检测 161
5.5.2 息肉检测 162
5.6 小结 163
参考资料 164
应 用 篇
第6章 肋骨骨折检测 166
6.1 国内外研究现状 166
6.2 解决方案 168
6.3 预处理 168
6.4 肋骨骨折检测 169
6.5 实验结果分析 170
6.6 小结 172
参考资料 172
第7章 肺结节检测 174
7.1 国内外研究现状 174
7.2 总体框架 176
7.2.1 肺结节数据集 176
7.2.2 肺结节检测难点 177
7.2.3 算法框架 177
7.3 肺结节可疑位置推荐算法 178
7.3.1 CT图像的预处理 179
7.3.2 肺结节分割算法 180
7.3.3 优化方法 182
7.3.4 推断方法 184
7.4 可疑肺结节定位算法 185
7.5 实验结果与分析（1） 186
7.5.1 实验结果 186
7.5.2 改进点效果分析 186
7.6 假阳性肺结节抑制算法 188
7.6.1 假阳性肺结节抑制网络 188
7.6.2 优化策略 192
7.6.3 推断策略 194
7.7 实验结果与分析（2） 194
7.7.1 实验结果 194
7.7.2 改进点效果分析 195
7.7.3 可疑位置推荐算法与假阳性抑制算法的整合 196
7.8 小结 197
参考资料 197
第8章 车道线检测 199
8.1 国内外研究现状 199
8.2 主要研究内容 201
8.2.1 总体解决方案 201
8.2.2 各阶段概述 202
8.3 车道线检测系统的设计与实现 205
8.3.1 车道线图像数据标注与筛选 206
8.3.2 车道线图片预处理 207
8.3.3 车道线分割模型训练 211
8.3.4 车道线检测 220
8.3.5 车道线检测结果 224
8.4 车道线检测系统性能测试 224
8.4.1 车道线检测质量测试 224
8.4.2 车道线检测时间测试 226
8.5 小结 226
参考资料 227
第9章 交通视频分析 228
9.1 国内外研究现状 229
9.2 主要研究内容 230
9.2.1 总体设计 231
9.2.2 精度和性能要求 231
9.3 交通视频分析 232
9.3.1 车辆检测和车牌检测 232
9.3.2 车牌识别功能设计详解 234
9.3.3 车辆品牌及颜色的识别 242
9.3.4 目标跟踪设计详解 243
9.4 系统测试 246
9.4.1 车辆检测 247
9.4.2 车牌检测 250
9.4.3 车牌识别 252
9.4.4 车辆品牌识别 255
9.4.5 目标跟踪 257
9.5 小结 258
参考资料 258
第10章 道路坑洞检测 260
10.1 系统流程 260
10.2 道路坑洞图像生成 262
10.2.1 坑洞生成网络 262
10.2.2 遮罩生成方法 263
10.2.3 图像融合 264
10.2.4 基于增广训练集的目标检测 265
10.3 实验与分析 266
10.3.1 影响因素 267
10.3.2 数据增广方法对比 268
10.3.3 边缘提取方法对比 270
10.3.4 图像融合方法对比 271
10.3.5 目标检测 273
10.4 小结 274
参考资料 274
书单推荐
