幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

電腦視覺應用構建(OpenCV與TensorFlow實例)/智能系統與技術叢書

  • 作者：(美)沙姆沙德·安薩里|責編:張秀華|譯者:肖啟陽//袁科
  • 出版社：機械工業
  • ISBN：9787111708766
  • 出版日期：2022/08/01
  • 裝幀：平裝
  • 頁數：285
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書採用實用且循序漸進的方法，介紹如何將電腦視覺和機器學習概念應用於商業開發和工業應用。當讀完本書並完成代碼示例后，讀者將獲得基於深度學習技術開發電腦視覺應用的能力。
    通過閱讀本書，讀者將能夠：
    運用圖像處理和特徵提取方法。
    在電腦視覺應用開發中使用各種深度學習演算法。
    訓練、管理和調整CNN及R-CNN、SSD和YOLO等目標檢測模型的超參數。
    使用Keras和TensorFlow建立神經網路模型。
    發現在商業和工業中實施電腦視覺應用時的最佳實踐。
    在基於GPU的雲基礎設施上訓練分散式模型。
作者介紹
(美)沙姆沙德·安薩里|責編:張秀華|譯者:肖啟陽//袁科
    沙姆沙德·安薩里（Shamshad Ansari）是人工智慧自動化公司Accure的創始人、總裁兼首席執行官。他比較擅長電腦視覺、機器學習、人工智慧、認知科學、自然語言處理和大數據等技術，設計並開發了自動化Al解決方案開發平台Momentum。同時，他還是一名發明家，在人工智慧和計算認知領域擁有4項美國專利。     沙姆沙德·安薩里曾擔任IBM的高級軟體工程師、Orbit Solutions的工程副總裁，以及Apixio的首席架構師和工程總監。
目錄
譯者序
前言
致謝
第1章  前提條件和軟體安裝
  1.1  Python和PIP
  1.2  virtualenv
  1.3  TensorFlow
  1.4  PyCharm IDE
  1.5  OpenCV
  1.6  附加庫
第2章  圖像和視頻處理的核心概念
  2.1  圖像處理
  2.2  圖像基礎
  2.3  像素
  2.4  坐標系
  2.5  操作圖像的Python和OpenCV代碼
  2.6  畫圖
  2.7  總結
第3章  圖像處理技術
  3.1  圖像轉換
  3.2  圖像算術運算與位運算
  3.3  掩碼
  3.4  通道分割與合併
  3.5  利用平滑處理和模糊處理降噪
  3.6  閾值二值化
  3.7  梯度和邊緣檢測
  3.8  輪廓
  3.9  總結
第4章  構建基於機器學習的電腦視覺系統
  4.1  圖像處理流水線
  4.2  特徵提取
  4.3  特徵選擇
  4.4  模型訓練
  4.5  模型部署
  4.6  總結
第5章  深度學習與人工神經網路
  5.1  人工神經網路
  5.2  TensorFlow
  5.3  第一個使用深度學習的電腦視覺模型：手寫數字分類
  5.4  模型評估
  5.5  超參數
  5.6  保存模型和恢復模型
  5.7  卷積神經網路
  5.8  總結
第6章  深度學慣用于目標檢測
  6.1  目標檢測
  6.2  交並比
  6.3  R-CNN
  6.4  Fast R-CNN
  6.5  Faster R-CNN

  6.6  Mask R-CNN
  6.7  單發多盒檢測
  6.8  YOLO
  6.9  YOLO的局限性
  6.10  目標檢測演算法的比較
  6.11  利用TensorFlow訓練目標檢測模型
  6.12  利用訓練的模型檢測目標
  6.13  用於目標檢測的YOLOv3模型訓練
  6.14  利用訓練的YOLOv3模型檢測目標
  6.15  總結
第7章  實例：視頻中的目標跟蹤
  7.1  準備工作環境
  7.2  讀取視頻流
  7.3  載入目標檢測模型
  7.4  檢測視頻幀中的目標
  7.5  利用dHash演算法為目標創建唯一標識
  7.6  用漢明距離法計算圖像相似度
  7.7  目標跟蹤
  7.8  在Web瀏覽器中顯示實時視頻流
  7.9  整合
  7.10  總結
第8章  實例：人臉識別
  8.1  FaceNet及其架構
  8.2  人臉識別模型的訓練
  8.3  實時人臉識別系統的開發
  8.4  總結
第9章  工業應用：工業製造中的實時缺陷檢測
  9.1  實時表面缺陷檢測系統
  9.2  圖像註釋
  9.3  總結
第10章  雲上電腦視覺建模
  10.1  TensorFlow分散式訓練
  10.2  TensorFlow分佈策略
  10.3  TF_CONFIG：TensorFlow集群配置
  10.4  使用參數伺服器的分散式訓練示例代碼
  10.5  在雲上執行分散式訓練的步驟
  10.6  基於谷歌雲的分散式訓練
  10.7  基於Azure的分散式訓練
  10.8  基於AWS的分散式訓練
  10.9  總結

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032