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

深度學習與電腦視覺實戰(大數據技術精品系列教材)

  • 作者：編者:彭小紅//張良均|責編:初美呈
  • 出版社：人民郵電
  • ISBN：9787115602541
  • 出版日期：2023/01/01
  • 裝幀：平裝
  • 頁數：214
人民幣：RMB 49.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以深度學習在電腦視覺領域的常用技術與案例相結合的方式，深入淺出地介紹電腦視覺的常見任務及實現技術。全書共7章，內容包含概述、圖像處理基本操作、深度學習視覺基礎任務、基於FaceNet的人臉識別實戰、基於Faster R-CNN的目標檢測實戰、基於U-Net的城市道路場景分割實戰、基於SRGAN的圖像超解析度技術實戰等。本書大部分章包含操作實踐代碼和課後習題，希望能夠幫助讀者在電腦視覺基礎任務中應用演算法，鞏固所學內容。
    本書可以作為高校人工智慧相關專業教材，也可以作為從事電腦視覺技術研究的從業者和科技人員的參考用書。對於有一定基礎和經驗的讀者，本書也能幫助他們查漏補缺，深入理解和掌握相關原理及方法，提升解決實際問題的能力。
作者介紹
編者:彭小紅//張良均|責編:初美呈
目錄
第1章  概述
  1.1  電腦視覺與深度學習
    1.1.1  電腦視覺
    1.1.2  深度學習
  1.2  深度學習的電腦視覺應用
    1.2.1  人臉識別
    1.2.2  圖像分類
    1.2.3  目標檢測
    1.2.4  圖像分割
    1.2.5  姿態估計
    1.2.6  場景識別
    1.2.7  目標跟蹤
    1.2.8  動作識別
    1.2.9  黑白照片自動著色
    1.2.10  圖像風格轉移
  1.3  相關Python庫
    1.3.1  深度學習框架
    1.3.2  圖像處理庫
  小結
  課後習題
第2章  圖像處理基本操作
  2.1  讀寫圖像
    2.1.1  常用圖像類型
    2.1.2  讀取圖像
    2.1.3  顯示圖像
    2.1.4  保存圖像
  2.2  圖像顏色空間
    2.2.1  常用顏色空間簡介
    2.2.2  顏色空間轉換
  2.3  圖像幾何變換
    2.3.1  圖像平移
    2.3.2  圖像縮放
    2.3.3  圖像旋轉
    2.3.4  圖像仿射
  2.4  圖像增強
    2.4.1  灰度級修正
    2.4.2  圖像平滑
    2.4.3  圖像銳化
  小結
  課後習題
第3章  深度學習視覺基礎任務
  3.1  深度神經網路
  3.2  卷積神經網路
    3.2.1  卷積層
    3.2.2  池化層
    3.2.3  全連接層
    3.2.4  卷積神經網路訓練過程
  3.3  圖像分類
    3.3.1  圖像分類簡介
    3.3.2  圖像分類經典演算法

    3.3.3  訓練圖像分類網路
  3.4  目標檢測
    3.4.1  目標檢測簡介
    3.4.2  目標檢測經典演算法
    3.4.3  訓練目標檢測網路
  3.5  圖像分割
    3.5.1  圖像分割簡介
    3.5.2  圖像分割經典演算法
    3.5.3  訓練圖像分割網路
  3.6  圖像生成
    3.6.1  圖像生成簡介
    3.6.2  圖像生成經典演算法
    3.6.3  訓練圖像生成器網路
  小結
  課後習題
第4章  基於FaceNet的人臉識別實戰
  4.1  背景與目標
    4.1.1  背景
    4.1.2  目標
    4.1.3  項目工程結構
  4.2  流程與步驟
    4.2.1  人臉檢測
    4.2.2  人臉對齊
    4.2.3  人臉特徵提取
    4.2.4  人臉特徵匹配
  4.3  結果分析
  小結
  課後習題
第5章  基於Faster R-CNN的目標檢測實戰
  5.1  背景與目標
    5.1.1  背景
    5.1.2  目標
    5.1.3  項目工程結構
  5.2  流程與步驟
    5.2.1  數據準備
    5.2.2  定義Faster R-CNN配置信息類
    5.2.3  生成先驗錨框
    5.2.4  定義損失函數
    5.2.5  訓練網路
  5.3  結果分析
  小結
  課後習題
第6章  基於U-Net的城市道路場景分割實戰
  6.1  背景與目標
    6.1.1  背景
    6.1.2  目標
    6.1.3  項目工程結構
  6.2  流程與步驟
    6.2.1  數據準備
    6.2.2  搭建U-Net

    6.2.3  定義損失函數
    6.2.4  訓練網路
  6.3  結果分析
  小結
  課後習題
第7章  基於SRGAN的圖像超解析度技術實戰
  7.1  背景與目標
    7.1.1  背景
    7.1.2  目標
    7.1.3  項目工程結構
  7.2  流程與步驟
    7.2.1  數據準備
    7.2.2  搭建SRGAN
    7.2.3  定義SRGAN損失函數
    7.2.4  訓練網路
  7.3  結果分析
  小結
  課後習題

  • 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