Hands-On-Learning-in-Computer-Vision
打开 Notebook 就能跑，边做边学计算机视觉
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-18 · 当前星标 ★ 599
使用教程
环境要求
- Python 与 Jupyter
- 视觉库与深度学习框架
- 示例图片
安装与启动步骤
-
1看目录结构
按主题分章的笔记本集合，先找你要的那章。
-
2建环境
按仓库说明装依赖，主要是视觉与深度学习库。
-
3逐格跑
它能边跑边看中间结果，别一口气全跑。
-
4换自己的图练
改成自己的数据再跑一遍，比光看有效得多。
如何确认成功
能从图像基础操作一路跑到一个训练完成的分类模型，并看懂每一步的中间输出
注意事项
- 它是动手教程，不是库，代码按章分散。
- 从传统方法讲到深度模型，顺序不要跳。
- 部分章节要下载预训练权重，离线环境要先备。
- 示例数据规模小，结论不要直接外推。
核心亮点
- 全部以 Jupyter Notebook 组织，代码可直接运行并看到中间可视化结果
- 内容按主题分章递进，从图像基础到深度学习任务形成完整学习路径
- 依赖常见 Python 视觉与深度学习库，环境搭建成本相对可控
不足之处
- 以教程代码为主，缺少可复用的工程化模块和自动化测试
- 项目较早，部分依赖版本和模型接口可能已过时，需自行适配
适用场景
- 计算机视觉初学者按章节自学并动手实验
- 高校课程或训练营作为配套上机材料
- 算法工程师快速验证某个 CV 基础操作的参考代码
替代项目
opencv-python、d2l-zh
同类项目推荐
pytorch-image-models
开源
一行代码调用数百个预训练视觉骨干，省去复现选型成本
The largest collection of PyTorch image encoders / backbones. Including train, eval,···
scanbot-sdk-example-flutter
开源
Flutter 里几行代码接入文档扫描与 MRZ 识别
Easy-to-use Flutter document scanner and data extraction plugin
semantic-segmentation-ml-pipelin···
开源
用TFX+GCP一键搭建语义分割生产级流水线
Machine Learning Pipeline for Semantic Segmentation with TensorFlow Extended (TFX) a···
MonoArt
开源
从单张照片，逐步推理出带关节的3D模型
The official implementation of “MonoArt: Progressive Structural Reasoning for Monoc···
GestureGAN
开源
上传一张手势图，一键生成指定新手势，背景身份不变
[ACM MM 2018 Oral] GestureGAN for Hand Gesture-to-Gesture Translation in the Wild
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
yolo_ros
开源
在 ROS 2 里一行启动 YOLO 检测，图像进结果出
Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 for ROS 2
samexporter
开源
把 SAM 系列模型一键导出 ONNX，秒级部署到任意平台
Export and run SAM, MobileSAM, EfficientSAM, SAM 2/2.1, and SAM 3 as ONNX for portab···
EcoDepth
开源
用扩散模型让单目深度估计更准，零样本也能测深度。
[CVPR'2024] Official implementation of the paper "ECoDepth: Effective Conditioning o···