新书速览 | 计算机视觉:YOLO目标检测原理与实践

本书内容

　　《计算机视觉:YOLO目标检测原理与实践》详细介绍YOLO目标检测核心技术与前沿进展，涵盖基础概念、主流算法框架及其实际应用场景。《计算机视觉:YOLO目标检测原理与实践》分为3部分，共10章。基础理论部分（第1～3章）：介绍目标检测的核心概念、评估指标与公开数据集，常用的深度学习框架及其目标检测开发环境的搭建与使用，以及卷积神经网络（CNN）的核心原理与经典架构。技术实现部分（第4～8章）：重点介绍YOLO目标检测框架的技术演进，从YOLOv1到YOLOv11，涵盖特征提取、特征融合、Anchor机制、损失函数优化、多维注意力机制等关键技术，并结合实际案例介绍YOLOv11的小目标检测实现过程。实战应用部分（第9、10章）：以交通场景中的目标检测为例，介绍YOLOv11在实际项目中的应用，以及开放世界目标检测技术YOLO-UniOW框架在动态开放环境下的表现。

　　《计算机视觉:YOLO目标检测原理与实践》内容系统且案例丰富，适合计算机专业的学生、目标检测领域的初学者，以及希望深入掌握目标检测最新进展的科研人员与工程师使用。

本书作者

　　凌峰，博士，就职于985高校，长期从事机器学习、人工智能、计算机视觉及大语言模型方向的研发与教学工作。专注于模型优化、训练加速与数据驱动算法设计，具备扎实的理论基础与丰富的实践经验，主持及参与多项相关科研项目，致力于推荐推动大模型及多模态技术在教学与产业中的落地应用。

本书读者

　　适合计算机专业的学生、目标检测领域的初学者，以及希望深入掌握目标检测最新进展的科研人员与工程师使用。

本书目录

第 1 部分 基础理论

第 1 章 目标检测概述

• 1.1 目标检测的基础概念
  • 1.1.1 目标检测的定义与任务
  • 1.1.2 目标检测的评估指标
  • 1.1.3 目标检测方法的分类
  • 1.1.4 目标检测方法的发展历程
• 1.2 目标检测的实际应用
  • 1.2.2 智慧交通中的目标检测应用
  • 1.2.3 工业自动化检测的趋势
• 1.3 公开数据集与标准评测
  • 1.3.1 PASCAL VOC数据集
  • 1.3.2 MS COCO数据集
  • 1.3.3 Visdrone数据集
• 1.4 本章小结
• 1.5 思考题

第 2 章 常用的深度学习框架

• 2.1 深度学习框架概述
  • 2.1.1 Theano与TensorFlow
  • 2.1.2 PyTorch
  • 2.1.3 MXNet与Keras
• 2.2 搭建目标检测开发环境
  • 2.2.1 使用Anaconda与Conda管理环境
  • 2.2.2 配置PyTorch与TensorFlow
  • 2.2.3 处理GPU与多GPU训练环境
• 2.3 数据处理与NumPy
  • 2.3.1 创建与操作数组
  • 2.3.2 矩阵运算与广播
  • 2.3.3 数据增强与转换
• 2.4 本章小结
• 2.5 思考题

第 3 章 卷积神经网络

• 3.1 CNN的基础结构与原理
  • 3.1.1 卷积层与池化层
  • 3.1.2 激活函数与批量归一化
  • 3.1.3 Dropout与正则化
• 3.2 经典卷积神经网络架构
  • 3.2.1 LeNet与AlexNet
  • 3.2.2 VGGNet与GoogLeNet
  • 3.2.3 ResNet与DenseNet
• 3.3 高效卷积网络与自适应特征融合
  • 3.3.1 Depthwise卷积与轻量化设计
  • 3.3.2 特征金字塔网络
  • 3.3.3 高效卷积网络的实践应用
• 3.4 本章小结
• 3.5 思考题

第 2 部分 技术实现

第 4 章 目标检测的前处理与数据增强

• 4.1 数据增强技术概述
  • 4.1.1 图像裁剪与缩放
  • 4.1.2 随机翻转与旋转
  • 4.1.3 亮度与对比度的随机变化
• 4.2 数据的标准化与格式化
  • 4.2.1 数据集的创建与预处理
  • 4.2.2 VOC与COCO格式的转换
• 4.3 数据增强的新技术
  • 4.3.1 图像混合技术：CutMix与MixUp
  • 4.3.2 GAN生成的图像增强
  • 4.3.3 自监督学习在数据增强中的应用
• 4.4 本章小结
• 4.5 思考题

第 5 章 YOLO架构初步演化与具体实现

• 5.1 YOLOv1的基本结构与工作原理
  • 5.1.1 目标检测的回归问题
  • 5.1.2 YOLOv1的优势与局限
• 5.2 YOLOv2与新技术的加入
  • 5.2.1 批归一化与高分辨率特征图
  • 5.2.2 先验框与多尺度训练
• 5.3 YOLOv3与性能优化
  • 5.3.1 特征融合与多尺度检测
  • 5.3.2 改进的损失函数
• 5.4 YOLOv4的创新与应用
  • 5.4.1 结合CSPNet与PANet
  • 5.4.2 高效训练策略
• 5.5 YOLOv5与YOLOv6的现代化设计
  • 5.5.1 模块化设计与性能优化
  • 5.5.2 YOLOv5在移动端的应用
• 5.6 初步实战：基于YOLOv5的目标检测框架实现
  • 5.6.1 环境配置与框架搭建
  • 5.6.2 模型训练结果分析及评价指标解析
  • 5.6.3 加入CBAM模块的目标检测改进
  • 5.6.4 基于Transformer的多头注意力机制改进
• 5.7 本章小结
• 5.8 思考题

第 6 章 YOLOv7至YOLOv11的一些改进

• 6.1 YOLOv7的特性与技术创新详解
  • 6.1.1 新的主干网络与特征提取模块
  • 6.1.2 对抗性训练与自监督学习
• 6.2 YOLOv8与YOLOv10创新技术点详解
  • 6.2.1 多尺度特征融合与自适应池化
  • 6.2.2 YOLOv8的轻量化与实时检测
• 6.3 YOLOv11：高效目标检测
  • 6.3.1 YOLOv11的全新架构与自适应模块
  • 6.3.2 在大规模数据集上的表现
  • 6.3.3 YOLOv11的移动端推理优化
• 6.4 本章小结
• 6.5 思考题

第 7 章 目标检测改进方法与最新技术

• 7.1 RetinaNet简介
  • 7.1.1 RetinaNet的网络架构
  • 7.1.2 如何解决类别不平衡问题
• 7.2 改进的多维度注意力机制
  • 7.2.1 多维度注意力机制的基本概念
  • 7.2.2 多维注意力模块的实现
• 7.3 弱化的非极大值抑制算法
  • 7.3.1 NMS的改进方法
  • 7.3.2 弱化NMS的优势
• 7.4 RetinaNet的损失函数与训练策略
  • 7.4.1 Focal Loss的原理与实现
  • 7.4.2 焦点损失在密集目标检测中的应用
  • 7.4.3 自适应学习率策略
• 7.5 基于LSTM的视频目标检测
  • 7.5.1 LSTM的基本概念
  • 7.5.2 LSTM网络与视频目标检测
  • 7.5.3 记忆引导网络
  • 7.5.4 交叉检测原理
  • 7.5.5 交叉检测框架的应用
  • 7.5.6 LSTM网络的训练与优化
• 7.6 对抗样本与模型健壮性
  • 7.6.1 对抗样本的生成与防御
  • 7.6.2 模型健壮性的提升方法
• 7.7 本章小结
• 7.8 思考题

第 8 章 DETR：Transformer在目标检测中的应用

• 8.1 DETR架构与Transformer的结合
  • 8.1.1 DETR的主干网络
  • 8.1.2 基于Transformer的YOLO框架改进
• 8.2 DETR的实现与训练
  • 8.2.1 数据预处理与样本匹配
  • 8.2.2 以YOLOv11为例：损失函数与优化
• 8.3 本章小结
• 8.4 思考题

第 3 部分 实战应用

第 9 章 基于YOLOv11架构的密集小目标检测实战

• 9.1 小目标检测的挑战与YOLOv11的优化策略
  • 9.1.1 小目标检测的技术难点
  • 9.1.2 YOLOv11的Anchor机制与特征融合
  • 9.1.3 自适应损失函数与小目标优化
• 9.2 YOLOv11的训练流程与技术实现
  • 9.2.1 数据预处理与小目标数据集构建
  • 9.2.2 YOLOv11的训练流程与超参数调优
  • 9.2.3 使用PyTorch训练YOLOv11模型
  • 9.2.4 YOLOv11源码文件结构及各文件的作用
• 9.3 后处理与优化：精确检测小目标
  • 9.3.1 YOLOv11的后处理流程
  • 9.3.2 自定义NMS算法与小目标优化
• 9.4 YOLOv11在小目标检测中的实战案例
  • 9.4.1 基于YOLOv11的交通目标与行人检测
  • 9.4.2 模型评估与性能优化
  • 9.4.3 实战项目中的调优与结果分析
• 9.5 本章小结
• 9.6 思考题

第 10 章 领域前沿：开放世界目标检测技术

• 10.1 开放世界目标检测OWOD的核心问题
  • 10.1.1 闭集目标检测的局限性
  • 10.1.2 OWOD的核心问题
• 10.2 YOLO-UniOW开放世界框架
  • 10.2.1 YOLO-UniOW开放世界框架简介
  • 10.2.2 自适应决策学习
  • 10.2.3 通配符学习的原理
  • 10.2.4 无须增量学习的动态适配机制
• 10.3 YOLO-UniOW的性能评估与应用实践
  • 10.3.1 多数据集实验分析
  • 10.3.2 实际应用场景中的表现
  • 10.3.3 与现有框架的对比与未来发展
• 10.4 本章小结
• 10.5 思考题

编辑推荐

· 在人工智能与计算机视觉飞速迭代的今天，目标检测作为核心技术，已深度渗透到自动驾驶、安防监控、智慧交通等诸多领域，而YOLO系列算法以其实时性与高效性，成为行业主流与科研热点。这本《计算机视觉：YOLO目标检测原理与实践》，正是为想要系统掌握目标检测技术、深耕YOLO框架的读者量身打造的实用指南，兼具理论深度、实战价值与前沿视野，是入门、进阶与科研路上的必备工具书。

·《计算机视觉:YOLO目标检测原理与实践》最突出的优势的是体系完整、循序渐进，打破了“理论与实践脱节”的行业痛点。全书以YOLO目标检测框架为核心，清晰划分三大模块：基础理论部分夯实根基，从目标检测的核心概念、评估指标，到深度学习框架搭建、卷积神经网络原理，层层拆解入门难点，让零基础读者也能快速入门；技术实现部分聚焦核心，全面梳理YOLOv1至YOLOv11的完整技术演进，详解特征提取、Anchor机制、损失函数优化等关键技术，深入剖析每一代算法的创新点与实现细节，兼顾经典与前沿；实战应用与前沿探索部分落地性极强，以交通场景小目标检测为案例，完整呈现YOLOv11的项目开发流程，同时引入YOLO-UniOW开放世界目标检测框架，助力读者紧跟领域前沿趋势。

· 不同于市面上同类书籍“重理论、轻实战”或“重案例、缺体系”的局限，《计算机视觉:YOLO目标检测原理与实践》实现了理论讲解与实战操作的深度融合。每章节均搭配清晰的原理解析、具体的示例实现，辅以思考题巩固知识点，同时结合PyTorch、TensorFlow等主流深度学习框架，手把手指导开发环境搭建、模型训练与调优，甚至包含YOLOv11源码解析与小目标检测实战案例，让读者既能理解“为什么”，也能学会“怎么做”，真正实现从理论到实践的无缝衔接。

·《计算机视觉:YOLO目标检测原理与实践》内容兼具系统性与先进性，既覆盖了目标检测的基础理论、经典架构，也紧跟技术前沿，详细介绍了YOLOv11的全新架构、多维注意力机制、弱化非极大值抑制等最新技术，同时纳入开放世界目标检测等前沿方向，兼顾初学者入门与进阶者提升的需求。无论是计算机专业的学生、目标检测领域的入门者，还是希望掌握最新技术的开发者与科研人员，都能在书中找到适合自己的学习内容，既能夯实基础，也能拓宽视野、提升实战能力。

· 深耕原理、聚焦实战、紧跟前沿，本书以严谨的逻辑、丰富的案例，为读者搭建起从入门到实践的YOLO目标检测学习体系，助力每一位读者突破技术瓶颈，在计算机视觉的赛道上稳步前行。