computer-vision

用途：面向图像分类、目标检测、分割与整体视觉分析任务，提供从预训练模型推理到自定义卷积网络训练的常用做法。主要能力：图像分类（加载 torchvision 预训练 ResNet50 推理，输出 top5 概率）；自定义 CNN（SimpleCNN 结构，含卷积、池化、全连接与 Dropout）；数据增强（RandomResizedCrop、水平翻转、旋转、ColorJitter 及 ImageNet 归一化）；目标检测（ultralytics YOLO，加载 yolov8n.pt 推理，读取边框、置信度与类别并保存结果图）；分割（torch.hub 加载 deeplabv3_resnet50，argmax 得语义分割预测）；迁移学习（冻结 ResNet 参数并替换全连接层，仅训练末层）；OpenCV 图像处理（灰度转换、Canny 边缘检测、高斯模糊、缩放、绘制矩形与保存）；人脸检测（Haar Cascade detectMultiScale）。常见架构列举：分类有 ResNet、EfficientNet、ViT；检测有 YOLO、Faster R-CNN、RetinaNet；分割有 U-Net、DeepLab、Mask R-CNN。使用建议：用预训练模型做迁移学习、用数据增强防止过拟合、按 ImageNet 统计量归一化、选择合适损失函数（CrossEntropy、Focal Loss）、可视化监控训练并在多样图像上测试。限制：资料未提供安装命令、依赖版本、收费与价格信息，也未给出完整训练流程、评估指标与部署方式，相关事实暂未提供。