哪些计算机视觉的书让人相见恨晚

摘要：讲完 CNN 理论，立刻教你用 PyTorch 跑图像分类；讲到语义分割、目标检测，也会直接带你做模型、跑数据、调结构。你一边读，一边就能写出能用的代码，会学得很踏实。

这本今年 2 月刚出版，豆瓣直接 9.6 分。
它真的在贯彻“动手学”这件事，而是每一章都有清晰的实战环节 ——
讲完 CNN 理论，立刻教你用 PyTorch 跑图像分类；讲到语义分割、目标检测，也会直接带你做模型、跑数据、调结构。你一边读，一边就能写出能用的代码，会学得很踏实。
而且它不仅适合零基础（前提是你有点 Python 和高中数学），也适合有一点深度学习基础但没完整学过 CV 的同学作为系统梳理。理论讲得通透，代码写得清楚，还都是 PyTorch 实现。
从图像处理基础、卷积神经网络、迁移学习，到目标检测、实例分割、视觉Transformer，基本上覆盖了从经典到现在主流的 CV 方法。不像有些教材只讲个 ResNet、VGG 就结束了，这本是真正在更新的。
如果你想入门或者系统梳理计算机视觉，想边学边做项目，它就是 CV 领域的“沐神同款”——把“能用”当作最好的教学方式。推荐收藏慢读，未来几年都不过时。