本書按實戰(zhàn)項目研發(fā)的先后順序，介紹了目標檢測神經(jīng)網(wǎng)絡(luò)從研發(fā)到運營的全生命周期。首先介紹了目標檢測場景下的圖片標注方法和數(shù)據(jù)格式，以及與之密切相關(guān)的特征融合網(wǎng)絡(luò)和預測網(wǎng)絡(luò)；介紹了數(shù)據(jù)“后處理”所涉及的NMS算法及其變種，在此基礎(chǔ)上，讀者只需結(jié)合各式各樣的骨干網(wǎng)絡(luò)就可以搭建完整的一階段目標檢測神經(jīng)網(wǎng)絡(luò)模型。接下來介紹了神經(jīng)網(wǎng)絡(luò)的動態(tài)模式和靜態(tài)模式兩種訓練方法，以及訓練過程中的數(shù)據(jù)監(jiān)控和異常處理。最后以亞馬遜云和谷歌Coral開發(fā)板為例，介紹了云端部署和邊緣端部署神經(jīng)網(wǎng)絡(luò)的兩種部署方法。其中，對于邊緣端部署，本書還詳細介紹了神經(jīng)網(wǎng)絡(luò)量化模型的基礎(chǔ)原理和模型編譯邏輯，這對將神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)化為可獨立交付的產(chǎn)品至關(guān)重要。本書還結(jié)合智慧交通、智慧后勤、自動駕駛等項目，介紹了計算機視覺數(shù)據(jù)增強技術(shù)和神經(jīng)網(wǎng)絡(luò)性能評估原理，以及邊緣計算網(wǎng)關(guān)、邊緣計算系統(tǒng)、自動駕駛數(shù)據(jù)的計算原理和PointNet++等多個三維目標檢測神經(jīng)網(wǎng)絡(luò)，幫助讀者快速將計算機視覺技術(shù)運用到實際生產(chǎn)中。