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

視覺感知(深度學習如何知圖辨物)/人工智慧超入門叢書

  • 作者：龔超//王冀//袁元|責編:周紅//雷桐輝//曾越
  • 出版社：化學工業
  • ISBN：9787122422880
  • 出版日期：2023/01/01
  • 裝幀：平裝
  • 頁數：213
人民幣：RMB 69.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    「人工智慧超入門叢書」致力於面向人工智慧各技術方向零基礎的讀者，內容涉及數據思維、機器學習、視覺感知、情感分析、搜索演算法、強化學習、知識圖譜、專家系統等方向，體系完整、內容簡潔、文字通俗，綜合介紹人工智慧相關知識，並輔以程序代碼解決問題，使得零基礎的讀者快速入門。
    《視覺感知：深度學習如何知圖辨物》是「人工智慧超入門叢書」中的分冊，本分冊主要介紹人工智慧視覺領域的相關知識，以通俗易懂的文字風格，解讀用卷積神經網路等深度學習演算法及機器學習演算法對圖像進行分類和識別的方法，介紹OpenCV在圖像處理中的基礎知識，為進一步學習高階內容奠定基礎。同時，本書配有關鍵代碼，讓讀者在學習過程中快速上手，提升解決問題的能力。
    本書可以作為大學生以及想要走向電腦視覺相關工作崗位的技術人員的入門讀物，同時，對人工智慧感興趣的人群也可以閱讀。
作者介紹
龔超//王冀//袁元|責編:周紅//雷桐輝//曾越
目錄
第1章  電腦視覺綜述
  1.1  生物的視界
    1.1.1  三隻眼
    1.1.2  眼見為實？
  1.2  人工智慧的視界
    1.2.1  數字圖像類型
    1.2.2  從圖像到矩陣
    1.2.3  視不同，理相通
  1.3  電腦視覺發展與應用
    1.3.1  電腦視覺發展史
    1.3.2  大規模視覺識別挑戰賽
    1.3.3  電腦視覺應用
第2章  機器學習與圖像識別
  2.1  從感知機到支持向量機
    2.1.1  感知機的線性可分
    2.1.2  支持向量機
  2.2  支持向量機的超強「核」心
  2.3  支持向量機的實踐
    2.3.1  鳶尾花的辨識
    2.3.2  手寫數字圖像識別
第3章  神經網路與圖像分類
  3.1  從神經元到神經網路
    3.1.1  神經元與感知機
    3.1.2  神經網路的結構
    3.1.3  前向與反向傳播
  3.2  激活函數與損失函數
    3.2.1  非線性轉換的激活函數
    3.2.2  衡量優劣的損失函數
    3.2.3  激活函數與損失函數的組合
  3.3  擬合與誤差
    3.3.1  過擬合與欠擬合
    3.3.2  偏差與方差的權衡
  3.4  利用神經網路識別手寫數字圖像
    3.4.1  MNIST手寫數字圖像數據集
    3.4.2  Scikit-learn庫神經網路與手寫數字圖像
    3.4.3  NumPy庫神經網路與手寫數據集
第4章  卷積入門
  4.1  圖像雜訊
  4.2  卷積核與去噪
  4.3  邊緣檢測
  4.4  紋理分析
第5章  卷積神經網路及經典詳解
  5.1  卷積神經網路的提出
    5.1.1  從全局到局部
    5.1.2  感受野
  5.2  卷積層、池化層與全連接層
    5.2.1  卷積與卷積層
    5.2.2  池化與池化層
    5.2.3  全連接層
  5.3  卷積神經網路的圖像分類

    5.3.1  CIFAR-10圖像集介紹
    5.3.2  簡單實現圖像分類
  5.4  ImageNet與經典網路介紹
    5.4.1  ImageNet數據集
    5.4.2  經典卷積神經網路
第6章  OpenCV基礎
  6.1  圖像處理入門
    6.1.1  讀取、顯示與保存圖像
    6.1.2  分割與合併顏色通道
    6.1.3  轉換顏色空間
    6.1.4  讀取、顯示與保存視頻
  6.2  圖像基本變換
    6.2.1  操作單個像素
    6.2.2  裁剪圖像
    6.2.3  調整圖像大小
    6.2.4  翻轉圖像
  6.3  為圖像添加註釋
    6.3.1  為圖像添加線段
    6.3.2  為圖像添加圓
    6.3.3  為圖像添加矩形
    6.3.4  為圖像添加文本
  6.4  圖像增強
    6.4.1  調整圖像亮度
    6.4.2  調整圖像對比度
第7章  OpenCV實戰應用
  7.1  目標跟蹤
    7.1.1  目標跟蹤演算法
    7.1.2  創建跟蹤器實例
  7.2  目標檢測
    7.2.1  SSD目標檢測演算法
    7.2.2  目標檢測實例
  7.3  圖像分割
    7.3.1  圖像分割介紹
    7.3.2  通過Mask R-CNN進行圖像分割
  7.4  人臉識別
    7.4.1  人臉檢測實例
    7.4.2  眼睛檢測實例
附錄
  附錄一  優化基礎
  附錄二  神經網路代碼
  附錄三  騰訊扣叮Python實驗室：Jupyter Lab使用說明

  • 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