个人感觉，《深度学习实践计算机视觉》的特点是依托工业环境的实践经验，具备较强的实用性和专业性。适合于广大计算机视觉工程领域的从业者、深度学习爱好者、相关专业的大学生和研究生以及对计算机视觉感兴趣的爱好者使用。
《深度学习实践计算机视觉》PDF，255页，带书签目录，文字可以复制，缪鹏 著。
下载: https://pan.baidu.com/s/1ta-xAU2BX_RlBVmwxEsIJQ
提取码: e5f8
《深度学习实践:计算机视觉》主要关注计算机视觉领域，基于开源项目介绍最新的算法，各章主要内容如下：
第1章对深度学习与计算机视觉进行简要介绍，也会简单介绍开发环境的搭建。
第2章主要介绍OpenCV的基本操作及部分高级操作，包括人脸和人眼的检测与识别。
第3章着重介绍目前常用的几类深度学习框架，包括PyTorch、Chainer、TensorFlow-Keras和MXNet-Gluon，另外本书中偶尔还会用到ChainerCV和GluonCV。
第4章对图像分类进行了介绍，包括经典的网络类型（VGG、ResNet、Inception、Xception、DenseNet），并展示了部分实践操作。
第5章对目标检测与识别进行了介绍，包括三种主流的网络结构：YOLO、SSD、Faster R-CNN，并展示了实践操作。
第6章介绍图像分割技术，主要从前背景分割（Grab Cut）、语义分割（DeepLab与PSPNet）和实例分割（FCIS、Mask R-CNN、MaskLab、PANet）三个粒度阐述。
第7章介绍图像搜索技术，主要指以图搜图方面（CBIR)，以及对应的实践展示。
第8章主要介绍图像生成技术，包括三个大方向：Auto-Encoder、GAN和Neural Style Transfer。
相比较而言，《深度学习之PyTorch实战计算机视觉》旨在帮助零基础或基础较为薄弱的读者入门深度学习，达到能够独立使用深度学习知识处理计算机视觉问题的水平。
《深度学习之PyTorch实战计算机视觉》高清PDF，287页，带书签目录，文字可以复制。
下载：https://pan.baidu.com/s/1P0-o29x0ZrXp8WotN7GzcA
通过阅读本书，读者将学到人工智能的基础概念及 Python 编程技能，掌握PyTorch 的使用方法，学到深度学习相关的理论知识，比如卷积神经网络、循环神 经网络、自动编码器，等等。在掌握深度学习理论和编程技能之后，读者还会学到如何基于PyTorch 深度 学习框架实战计算机视觉。《深度学习之PyTorch实战计算机视觉》中的大量实例可让读者在循序渐进地学习的同时，不断地获得成就感。
计算机视觉是深度学习较为重要的应用领域，学习过程中可以参考：
《深度学习与计算机视觉 算法原理、框架应用》+《大数据架构详解：从数据获取到深度学习》