全书系统阐述视觉模式分析的基础模型和典型任务的算法原理，并通过PyTorch代码实例讲解算法的核心思想，助力读者理解与实践。全书共分10章：第1章简要介绍视觉模式分析领域的发展历程和前沿进展，为读者构建领域整体认知。第2章详细介绍主流的深度学习骨干网络，包括CNN、RNN(GRU、LSTM、Mamba)、GNN、GAN、Transformer、Diffusionmodel等，夯实理论基础。第3章至第10章分别围绕视频动作识别、动作检测(时序和时空角度)、视频描述、视频定位、视觉语义分割、视觉模型压缩、视觉对抗攻防等典型任务展开，每个任务均介绍重要算法和代码实例，涵盖全监督、半监督、弱监督等多种场景，以及模型压缩和对抗攻防等前沿方向。