本书探讨了谷歌机器学习开源框架的全新版本TensorFlow 2，从计算机视觉和深度学习基础知识开始，介绍了如何从头开始构建神经网络，并将其用于计算机视觉任务，如图像分类、目标分割、视频分析等。展示了如何使用如Inception和ResNet等现代神经网络分类图像，使用YOLO、Mask R-CNN和U-Net提取特定内容，并辅以具体的代码示例。还介绍了迁移学习、数据增强、域适应等技术，以及如何在移动设备和网络浏览器中进行部署。
计算机视觉解决方案日益普及，在医疗、汽车、社交媒体和机器人等领域取得了不错的进展。本书将帮助你了解全新版本的谷歌机器学习开源框架TensorFlow 2，你将掌握如何使用卷积神经网络（CNN）完成视觉任务。本书从计算机视觉和深度学习基础知识开始，教你如何从头开始构建神经网络。你将掌握一些让TensorFlow成为广泛使用的AI库的特性，以及直观的Keras接口，继而高效地构建、训练和部署CNN。通过具体的代码示例，本书展示了如何使用Inception和ResNet等现代神经网络分类图像，以及如何使用YOLO、Mask R-CNN和U-Net提取特定内容。本书还将介绍如何构建生成式对抗网络（GAN）和变分自编码器（VAE）来生成和编辑图像，以及如何使用LSTM分析视频。在此过程中，你将深入了解迁移学习、数据增强、域适应，以及移动设备和Web部署等高级知识以及其他关键概念。通过阅读本书，你将获得使用TensorFlow 2解决高级计算机视觉问题的理论知识和实际技能。
由于利用了卷积神经网络（Convolutional Neural Network，CNN）等深度学习方法，计算机视觉技术在医疗、自动驾驶、社交媒体和机器人等领域的应用达到新的高度。无论是自动处理复杂的任务，指导专家的工作，还是帮助艺术家创作，越来越多的公司都在应用计算机视觉解决方案。
本书将探讨TensorFlow 2，这是谷歌机器学习开源框架的全新版本。书中介绍Tensor- Flow 2的关键特性和的解决方案，并演示如何有效地构建、训练和部署CNN，以完成各种实际任务。
读者对象
本书适用于任何具备一定Python编程和图像处理基础（例如，知道如何读取和写入图像文件，如何编辑其像素值等）的从业人员。本书将循序渐进地介绍相关内容，不仅适用于深度学习初学者，也适用于对TensorFlow 2的新特性感兴趣的专家。
虽然一些理论解释需要代数和微积分知识，但是书中的具体例子更侧重于实际应用。按照所述步骤，你将能够处理现实生活中的任务，比如自动驾驶汽车的视觉识别和智能手机应用。
本书内容
第1章介绍计算机视觉和深度学习，提供一些理论背景，并教你如何从零开始实现和训练视觉识别神经网络。
第2章介绍与计算机视觉相关的TensorFlow 2概念，以及一些更高级的理念。此外，介绍TensorFlow的子模块Keras，并讲述基于该框架实现的简单识别方法的训练过程。
第3章介绍CNN，并解释它如何改变计算机视觉。本章还介绍正则化工具和现代优化算法，可用于训练更健壮的识别系统。
第4章提供理论细节和实践代码，以便将的解决方案（如Inception和ResNet）应用于图像分类。本章还解释什么使得迁移学习成为机器学习中的一个关键概念，以及如何使用TensorFlow 2来实现它。
第5章讨论两种检测图像中特定对象的方法的架构，其中YOLO（You Only Look Once）模型以其速度闻名，而Faster R-CNN则以其准确性闻名。
第6章介绍自动编码器以及像U-Net和FCN这样的网络如何用于图像去噪、语义分割等。
第7章聚焦于为深度学习应用高效收集和预处理数据集的解决方案，介绍构建优化数据流水线的TensorFlow工具，以及弥补数据不足的各种解决方案（图像绘制、域适应和生成式网络，如VAE和GAN）。
第8章讨论循环神经网络，并介绍更高级的长短期记忆架构。本章提供将LSTM应用于视频动作识别的实用代码。
第9章详细介绍在速度、磁盘空间和计算性能方面的模型优化。本章通过一个实际的示例，介绍如何在移动设备和浏览器上部署TensorFlow解决方案。
附录提供关于TensorFlow 1的一些信息，重点介绍TensorFlow 2中引入的关键变化。此外，还包括从旧项目迁移到版本的指南。后，列出了每章的参考书目，供想要深入了解相关领域的读者参考。
如何阅读本书
以下部分包含一些信息和建议，方便读者阅读本书，并帮助读者从其他材料中受益。
下载并运行示例代码文件
本书不仅对TensorFlow 2和先进的计算机视觉方法进行了深入探讨，还提供了大量的示例及其完整实现。
本书的示例代码可以从http://www.packtpub.com通过个人账号下载，也可以访问华章图书官网http://www.hzbook.com，通过注册并登录个人账号下载。
本书的代码包也托管在GitHub上，地址是https://github.com/ PacktPublishing/Hands-On-Computer-Vision-with-TensorFlow-2。如果代码有更新，现有的GitHub存储库也会随之更新。
研究并运行实验
Jupyter Notebook （https://jupyter.org）是一个用于创建和共享Python脚本、文本信息、可视化结果、方程式等的开源Web应用程序。我们把随书提供的详细代码、预期结果和补充说明文件称为 Jupyter Notebook。每一个Jupyter Notebook都包含一个具体的计算机视觉任务。例如，一个Notebook解释了如何训练CNN在图像中检测动物，另一个则详细介绍了建立自动驾驶汽车识别系统的所有步骤，等等。
正如我们将在下面看到的，你可以直接研究这些文档，也可以将它们用作代码段来运行和重现书中介绍的实验。
在线学习Jupyter Notebook
如果只是想浏览一下提供的代码和结果，那么可以直接在本书的GitHub存储库中访问它们。事实上，GitHub能够渲染Jupyter Notebook并将其显示为静态网页。
但是，GitHub查看器会忽略一些样式和交互内容。为了获得的在线观看体验，建议使用 Jupyter nbviewer （https://nbviewer.jupyter.org），这是一个官方的网络平台，可以用来阅读上传至网上的Jupyter Notebook。通过这个网站可以查询存储在GitHub存储库中的Notebook，因此，所提供的Jupyter Notebook也可以通过https://nbviewer.jupyter.org/github/PacktPublishing/Hands-On-Computer-Vision-with-TensorFlow-2阅读。
在你自己的计算机上运行Jupyter Notebook
要在你自己的计算机上阅读或运行这些文档，首先要安装Jupyter Notebook。对于那些已经使用Anaconda（https://www.anaconda.com）来管理和部署Python环境（本书推荐这种方式）的用户，Jupyter Notebook应该是可以直接使用的（因为它安装在Anaconda中）。对于那些使用其他Python发行版和不熟悉Jupyter Notebook的用户，建议查看一下说明文档，其中提供了安装说明和教程（https://jupyter.org/documentation）。
安装了Jupyter Notebook之后，导航到包含本书代码文件的目录，打开终端，并执行以下命令：
$ jupyter notebook
应该会在默认浏览器中打开Web界面，现在，就应该能够浏览目录并打开本书提供的Jupyter Notebook了，可以阅读、执行或编辑它们。
部分文档包含较高级的实验，可能需要大量的计算资源（比如在大型数据集上训练识别算法）。如果没有适当的加速硬件（也就是说，如果没有兼容的NVIDIA GPU，参见第2章），运行这些脚本可能需要数小时甚至数天（即使有兼容的GPU，运行的实例也可能需要相当长的时间）。
用谷歌Colab运行Jupyter Notebook
对于那些希望自己运行Jupyter Notebook，或者尝试新实验，但又无法使用足够强大的计算机的用户，建议使用名为Colaboratory的谷歌Colab（https://colab.research.google.com）。它是一个基于云的Jupyter Notebook，由谷歌提供，以便在强大的计算机上运行计算密集型脚本。你可以在GitHub存储库中找到关于此服务的更多细节。
本书约定
本书中使用了以下约定。
正文中的代码字体：表示文本中的代码和用户输入。例如，Model对象的.fit()方法启动训练过程。
代码块示例：
代码块中需要关注的某个特定部分会以粗体表示：
命令行输入或输出示例：
粗体：表示新术语、重要词语以及在屏幕上显示的内容。例如，菜单或对话框中的单词会这样显示在文本中：你可以在TensorBoard的Scalars页面上观察解决方案的性能。
表示警告或重要提示。
表示提示或技巧。
书单推荐
