.. _chap_cv: Компьютерное зрение =================== Будь то медицинская диагностика, беспилотные автомобили, системы видеонаблюдения или интеллектуальные фильтры, многие приложения в области компьютерного зрения тесно связаны с нашей повседневной жизнью и будущим. В последние годы глубокое обучение стало ключевой движущей силой, обеспечивающей значительный прогресс в производительности систем компьютерного зрения. Можно сказать, что самые передовые приложения в области компьютерного зрения практически неотделимы от глубокого обучения. В связи с этим данная глава будет сосредоточена на области компьютерного зрения и рассмотрит методы и приложения, которые в последнее время оказали существенное влияние как в академической среде, так и в промышленности. В главах :numref:`chap_cnn` и :numref:`chap_modern_cnn` мы изучили различные свёрточные нейронные сети, которые широко применяются в компьютерном зрении, и применили их к простым задачам классификации изображений. В начале этой главы мы опишем два метода, способных повысить обобщающую способность модели, а именно *аугментацию изображений* и *дообучение*, и продемонстрируем их применение в задачах классификации изображений. Поскольку глубокие нейронные сети способны эффективно представлять изображения на нескольких уровнях, такие послойные представления успешно используются в различных задачах компьютерного зрения, таких как *обнаружение объектов*, *семантическая сегментация* и *стилизация изображений*. Следуя основной идее использования послойных представлений в компьютерном зрении, мы начнем с рассмотрения ключевых компонентов и методов обнаружения объектов. Далее мы покажем, как использовать *полностью свёрточные сети* для семантической сегментации изображений. Затем мы объясним, как применять методы стилизации для генерации изображений, подобных обложке этой книги. В завершение главы мы применим материалы данной и нескольких предыдущих глав к двум популярным бенчмаркам в области компьютерного зрения. .. toctree:: :maxdepth: 2 image-augmentation fine-tuning bounding-box anchor multiscale-object-detection object-detection-dataset ssd rcnn semantic-segmentation-and-dataset transposed-conv fcn neural-style kaggle-cifar10 kaggle-dog