A06 / advanced
卷积神经网络与计算机视觉
卷积神经网络与计算机视觉围绕第一编 卷积表示、第二编 视觉任务、第三编 视觉表示与综合复习建立连续章节顺序。
- 结构
- 3 Parts · 6 章
- 适合读者
- 适合完成相关本科基础课程、需要进入高级理论与计算方法的读者。
- 正文状态
- 0 章已有正文，6 章已规划
BEFORE READING
先修与记号
本册对象
从卷积算子进入视觉表示、检测、分割和几何视觉。
符号约定
- 本册在首次使用时定义卷积神经网络与计算机视觉专用符号，并区分标量、向量、算子与单位。
- 同一符号出现多种约定时明确命名空间、假设和适用章节。
COMPLETE CONTENTS
完整目录
第一编 卷积表示
第一编 卷积表示组织离散卷积、感受野与参数共享、卷积网络架构与残差连接，形成连续的学习单元。
第二编 视觉任务
第二编 视觉任务组织目标检测与多尺度特征、语义分割、实例分割与密集预测，形成连续的学习单元。
第三编 视觉表示与综合复习
第三编 视觉表示与综合复习组织视觉 Transformer 与混合架构、几何、数据偏差与计算机视觉综合复习，形成连续的学习单元。
综合练习计划
- 每章安排定义辨析、推导计算和结果核验练习。
- 本册末章安排跨 Part 综合题，并保留可复算的解题检查点。
参考资料计划
- TODO：为《卷积神经网络与计算机视觉》逐项核验权威教材、课程页面或原始论文后登记资源 ID。
修订状态
课程 Schema v1。目录与章节位置已登记；参考资料需逐项核验后进入正式正文。