本书内容涵盖深度学习模型结构的设计与优化、自监督学习在无标注数据场景下的高效表征学习、语义图像生成技术的原理与实践以及提高模型泛化能力的领域泛化方法等多个方面，具体包括以下9章：深度学习基础、基于级联语义引导的曲线物体分割模型、基于颜色不变性特征学习的曲线物体分类模型、基于多尺度嵌入学习的小物体分割模型、基于高分辨率特征学习的通用物体分割模型、基于课程学习和噪声过滤的语义图像生成方法、基于自监督学习的分割模型预训练方法、基于域扩充的单源域领域泛化方法、基于多模型协同的多源域领域泛化方法。

本书力求为从事图像分析研究与应用的科研人员、工程技术人员及高年级研究生提供具有系统性、前瞻性和可操作性的参考。