计算机视觉网络是一种 人工智能技术，旨在让计算机能够像人类一样理解和解释数字图像和视频中的信息。它通过使用复杂的算法，包括传统算法和基于深度学习的算法，来提取图像和视频中的有用信息，从而解决各种问题。
计算机视觉的主要目标包括：
理解图像和视频内容：
通过计算机视觉技术，计算机可以对图像和视频中的内容进行解析和理解。
提取有用信息：
从图像或视频中提取有用的信息，如物体识别、场景理解、行为分析等。
应用仿人类视觉功能：
通过训练卷积神经网络（CNN）等深度学习模型，计算机视觉可以开发出类似人类的视觉功能，用于各种应用场景。
三维信息提取和重建：
计算机视觉还可以处理图像或视频中的三维信息，包括物体形状、姿态和位置的估计，以及场景的三维重建。
在计算机视觉中，网络构建是一个重要环节，它涉及使用各种在线专业平台如LinkedIn来扩展人脉，以及利用深度学习算法特别是卷积神经网络（CNN）来处理和分析图像数据。
总结来说，计算机视觉网络是利用计算机算法和深度学习模型来理解和分析图像及视频数据，以提取有价值信息的人工智能技术。