【内容简介】
《PyTorch深度学习之目标检测》首先从人工智能产业的发展史和机器“眼中”的图像世界开始讲述，逐步引导读者进入机器学习的图像处理当中；然后讲解深度学习中实现目标检测的主要算法，和以PyTorch框架为基础构建的神经网络；最后的实战部分详细讲解了如何使用目标检测算法实现具体项目。
全书共10章，涵盖内容包括：人工智能的历史和发展前景、深度学习的基础知识、卷积神经网络基础知识、PyTorch基础、目标检测算法、单阶段目标检测算法、双阶段目标检测算法、神经网络示例、污损遮挡号牌识别实战和地形目标识别实战。
【编辑推荐】
1.简单易学：本书使用 Python 3.7 版本进行编写，代码简单，易于读者学习。
2.实践为主：本书不是空讲推荐算法理论知识，而是以实际的案例清晰简明地介绍如何使用Python 实现推荐模型的开发落地。
3.内容全面：覆盖推荐系统领域常见的模型及热点案例
4.配备数据和源代码：提供所有案例的数据文件和 Python 源代码供读者操作练习、快速上手。
5.学习路线图清晰：每个推荐模型开发案例均按照数据挖掘项目的一般工作流程逐步展开，分析逻辑清晰。
