AI Engineering · 第 5 章 计算机视觉

AI Engineering · 第 5 章 计算机视觉

章节摘要:本章对应原课程「04-computer-vision」,属「第一篇·深度学习」。让机器看懂图像——CNN、检测、分割、生成。本章共 28 节,前置依赖为「第4章」。视觉是 AI 最成熟的感知通道,从卷积到扩散一路都是手工实现。 本章将带你逐节吃透这一领域的核心概念,并尽量从零手工实现,再用主流框架对比验证。

学习目标

阅读完本章,你应当能够:

1. 理解计算机视觉在整个 AI 工程体系中的定位(让机器看懂图像——CNN、检测、分割、生成)。
2. 掌握本章 28 节覆盖的核心概念与算法。
3. 能够从零实现本章的关键模型/机制,并用框架对比验证。
4. 说清本章与前后章节的依赖关系(前置:第4章)。
5. 识别本章主题在生产实践中的常见应用与陷阱。

注:具体学习目标将在各子节汉化时细化为可考核的能力点。

核心概念速览

视觉是 AI 最成熟的感知通道,从卷积到扩散一路都是手工实现。

注:本章的 Mermaid 概念图将在支柱页完善时替换为本章核心架构/流程图(基于原 Phase README 与首节内容绘制)。

子章节导航

01 Image Fundamentals — Pixels, Channels, Color Spaces

02 Convolutions from Scratch

03 CNNs — LeNet to ResNet

04 Image Classification

05 Transfer Learning & Fine-Tuning

06 Object Detection — YOLO from Scratch

07 Semantic Segmentation — U-Net

08 Instance Segmentation — Mask R-CNN

...(本章共 28 节,详见原项目 phases/04-computer-vision/)

子章节之间的逻辑关系

本章共 28 节,按原课程的编号顺序递进。详细的逻辑关系图将在支柱页完善时补充(基于各节的依赖与铺垫关系)。

本章第 01 节 ... ──► 第 28 节
   │
   ▼
下一章(第 6 章)
​

前置知识与后续延伸

前置知识:

• 第4章

本章为后续章节奠定的基础:

• 见原课程 README 的 Phase 依赖图(原项目根 README.md)。

本章支柱页为骨架初稿,各板块将在对应章节汉化推进时细化。原英文内容位于 phases/04-computer-vision/,每节正文为 docs/en.md,汉化状态见「教程规划.md」的待汉化清单。