全書共13章，分為2篇。第1篇基礎知識，介紹了人工智能發展里程、計算機視覺概要、深度學習和計算機視覺中的基礎數學知識、神經網絡及其相關的機器學習基礎、卷積神經網絡及其一些常見結構，后對前沿的趨勢進行了簡單探討。第2篇實例精講，介紹了Python基礎、OpneCV基礎、簡單的分類神經網絡、圖像識別、利用Caffe做回歸、遷移學習和模型微調、目標檢測、度量學習和圖像風格遷移等常見的計算機視覺應用場景。從第5章開始包含了很多有趣和實用的代碼示例。從第7章開始的所有實例都基於當前流行的深度學習框架中的Caffe和MXNet。 葉韻，博士，現在京東從事深度學習和計算機視覺算法研發。加入京東之前，曾在ProPlus Design Solutions硅谷和北京研發中心任職研發經理，負責統計建模算法研發，后加入Siemens Corporate Technology擔任Research Scientist，專注計算影像和計算機視覺的研究。葉博士於2007年7月獲得北京大學微電子學士學位，2011年4月獲得Arizona State University的Electrical Engineering博士學位。