全书共10章，主要包括计算机视觉的基本概念、基本原理；深度学习的基本知识和基本原理；卷积神经网络的基本知识和基本方法；迁移学习的相关知识；图像分类的基本知识和主流算法模型；目标检测的基本原理和主流算法模型；图像分割的基本知识。同时，还介绍了生成式模型，如生成对抗网络、扩散模型等。为帮助读者充分了解和掌握基础理论知识，第1-9章附有思维导图及习题，并且第2-9章配有项目实战，每个项目实战都有详细的指导手册以及源代码包，帮助读者将理论应用于实践。第10章是综合实践，帮助读者系统地消化和应用本书的理论知识。