本书主要介绍了计算机视觉中的语义分割和目标检测的相关技术，重点讲解了任务设定和度量指标、基于深度学习的经典模型和算法方案，包括U-net相关模型、DeepLab系列模型、SAM模型，以及FasterR-CNN模型、YOLO系列模型等。另外，对于分割和检测任务中的小样本、弱监督、小目标等特殊设定下的算法思路和方案也通过典型模型进行了讲解。同时，书中还提供了多个简单易上手的语义分割与目标检测的实战项目。

第1章深度学习与计算机视觉基础知识
1.1深度学习与人工智能
1.1.1人工智能历史回顾
1.1.2深度学习原理及其应用简介
1.2计算机视觉及其应用场景简介
1.3开始之前的准备工作
1.3.1代码工具准备
1.3.2相关数学工具准备
第2章神经网络模型:原理、模型与流程
2.1神经网络模型的基本原理
2.1.1神经元与人工神经网络
2.1.2梯度下降与反向传播算法(BP算法)
2.1.3神经网络的正则化策略
2.2卷积神经网络与注意力机制
2.2.1卷积神经网络模块与结构
……