前言

从2018年3月开始组织素材，到2020年3月本书第1版出版，再到如今本书第2版即将面世，已经过去了四年多的时间。

笔者写作本书的初衷是希望从学者的角度，用一种通俗易懂的方式，将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者。因此，本书选取了R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN、R-FCN、SSD、RetinaNet、RefineDet、YOLO等典型的目标检测网络及U-Net、SegNet、Mask R-CNN等实例分割网络进行介绍，同时针对各位作者在深度学习教学过程中遇到的难点进行了深入的分析和讲解。此外，结合各位作者的研究成果，给出了目标检测在医疗、交通等领域的深度学习应用案例。

本书分为3篇，第1章～第3章为基础篇，第4章和第5章为进阶篇，第6章～第10章为应用篇。

·第1章介绍了深度学习的发展史、基本概念和典型应用。

·第2章介绍了深度神经网络的基础知识。

·第3章介绍了卷积神经网络的基础知识，以及典型的卷积神经网络。

·第4章介绍了两阶段目标检测方法及相应的分割算法。

·第5章介绍了单阶段目标检测方法。

·第6章给出了肋骨骨折检测的应用案例。

·第7章给出了肺结节检测的应用案例。

·第8章给出了车道线检测的应用案例。

·第9章给出了交通视频分析的应用案例。

·第10章给出了道路坑洞检测的应用案例。

本书的主要编著者为杜鹏、苏统华、王波、谌明。本书第6章～第10章的实验部分由汪纯、许卫东、金弘晟、李松泽、孙黎完成。罗同桉、张栋、胡明玥、陈希坚等同学参与了本书的编写。金耀博士参与了本书的审校。对此，我们表示衷心的感谢。

感谢读者朋友和电子工业出版社的编辑潘昕对本书第1版提出的宝贵意见。

书中提到的参考链接列表，请读者根据封底提示扫描二维码获取。

本书的不足之处，恳请各位读者批评、指正。

杜鹏 苏统华 王波 谌明

2022年8月