本书以深度学习在计算机视觉领域的常用技术与案例相结合的方式，深入浅出地介绍计算机视觉的常见任务及实现技术。全书共7章，内容包含概述、图像处理基本操作、深度学习视觉基础任务、基于FaceNet的人脸识别实战、基于 Faster R-CNN 的目标检测实战、基于 U-Net 的城市道路场景分割实战、基于SRGAN 的图像超分辨率技术实战等。本书大部分章包含操作实践代码和课后习题，希望能够帮助读者在计算机视觉基础任务中应用算法，巩固所学内容。
本书可以作为高校人工智能相关专业教材，也可

《TensorFlow2.x高级计算机视觉》详细阐述了与TensorFlow高级计算机视觉相关的基本解决方案，主要包括计算机视觉和TensorFlow基础知识，局部二值模式和内容识别，使用OpenCV和CNN进行面部检测，图像深度学习，神经网络架构和模型，迁移学习和视觉搜索，YOLO和对象检测，语义分割和神经风格迁移，使用多任务深度学习进行动作识别，使用R-CNN、SSD和R-FCN进行对象检测，通过CPU/GPU优化在边缘设备上进行深度学习，用于计算机视觉的云计算平台等内容。此外，本书还提供了

本书兼顾横向的内容广度和纵向的内容深度, 不仅能授你以“鱼”, 更能授你以“渔”。横向上, 本书解释了一名计算机视觉工程师所需要了解的绝大部分主题, 从神经网络的概念、不同类型的神经网络架构, 到网络的训练、评估和调参等。纵向上, 本书并没有停留在代码上, 而是直观且细致地解释了数学原理, 使你可以轻松阅读和复现论文, 甚至发明自己的架构。本书仅用高中代数知识阐明视觉直觉背后的概念。从文本识别、目标检测到DeepDream, 再到人脸识别……此书内容全面又深入浅出, 易于理解又与时俱进

本书由2017年图灵奖的两位得主撰写，是计算机体系结构领域的经典教材，每年被超过40000名学生使用。新版的主要更新是在每章中添加了关于DSA的内容，并更新了所有实例，使全书更加与时俱进，满足学生和读者的新需求。

本书以OpenCV-Python（the Python API for OpenCV）为工具，以案例为载体，系统介绍了计算机视觉从入门到深度学习的相关知识点。本书从基础知识、基础案例、机器学习、深度学习和人脸识别5个方面对计算机视觉的相关知识点进行了全面、系统、深入的介绍。书中共介绍了40余个经典的计算机视觉案例，其中既有图像加密、指纹识别、车牌识别、缺陷检测等基于传统技术的计算机视觉经典案例，也有图像分类、目标检测、语义分割、实例分割、风格迁移、姿势识别等基于深度学习的计算机视觉案例，还有表情

本书以图解的方式综合讲述算法及其数据结构，内容浅显易懂，逻辑严谨，范例丰富，易于学习和掌握，力求兼顾教师教学和学生自学。
全书内容分为五部分，共12章：计算思维与算法（第1~3章）介绍各个经典的算法，包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等；数据结构相关算法（第4~6章）讲述重要的数据结构及其相关算法的实现，数据结构包括数组、链表、堆栈、队列、树结构、图结构、哈希表；排序与查找算法（第7、8章）讲述排序算法和查找算法；树结构与图结构相关算法（第9、10章）讲述数组和

OpenCV是一个跨平台计算机视觉和机器学习软件库，也是计算机视觉领域的开发人员必须掌握的技术。本书基于Python 3.8全面、系统地介绍OpenCV 4.5的使用，并配套示例源代码、开发环境与答疑服务。
本书共分15章，主要内容包括计算机视觉概述、OpenCV的Python开发环境搭建、OpenCV基本操作、数组矩阵、图像处理模块、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理，以及停车场车牌识别、物体识别、运动跟踪、人脸检测等案例。

本书针对近几年全国计算机学科专业综合考试大纲的“计算机组成原理”部分进行了深入解读，以一种独创的方式对考试大纲知识点进行了讲解，即从考生的视角剖析知识难点；以通俗易懂的语言取代晦涩难懂的专业术语；以成功考生的亲身经历指引复习方向；以风趣幽默的笔触缓解考研压力。读者对书中的知识点讲解有任何疑问都可与作者进行在线互动，以便及时解决复习中的疑难问题，提高复习效率。
根据计算机专业研究生入学考试形势的变化（逐渐实行非统考），书中对大量非统考知识点进行了讲解，使本书所包含的知识点除覆盖

本书基于同济大学“贯通式”计算机硬件课程实践教学改革经验撰写。在实验设计中，将“数字逻辑”和“计算机组成原理”两门课程的教学和实验有机地贯通起来，自底向上进行了一体化的实验设计。本书采用图文并茂的方式，使读者在了解数字系统设计过程及MIPS CPU设计原理的基础上，能够由浅入深地掌握逻辑电路原理图绘制、Verilog硬件描述语言编程、Xilinx FPGA开发板的调试和仿真工具的熟练使用，并能依照书中的实验设置，配合“数字逻辑”及“计算机组成原理”理论内容，从CPU基本部件实验做起，逐步实现自己