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

深入理解電腦視覺(關鍵演算法解析與深度神經網路設計)

  • 作者：張晨然|責編:孫學瑛
  • 出版社：電子工業
  • ISBN：9787121452581
  • 出版日期：2023/05/01
  • 裝幀：平裝
  • 頁數：410
人民幣：RMB 139 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書對二維、三維目標檢測技術涉及的骨幹網路及入門必備的電腦視覺演算法進行全面的介紹。本書由淺入深地介紹了MNIST、ImageNet、CIFAR、波士頓房產、ModelNet等經典二維、三維數據集和相關國際賽事，還介紹了TensorFlow中的二維卷積層、全連接層、激活層、池化層、批次歸一化層、隨機失活層的演算法和梯度下降原理，AlexNet、VGG、ResNet、DarkNet、CSP-DarkNet等經典骨幹網路的設計原理，以及PointNet、GCN等三維電腦視覺神經網路。此外，本書通過設計巧妙且具體的案例，讓讀者穩步建立紮實的編程能力，包括數據集的製作和解析、神經網路模型設計和開銷估算、損失函數的設計、神經網路的動態模式和靜態模式的訓練方法和過程式控制制、神經網路的邊緣計算模型量化、神經網路的雲計算部署。完成本書的學習，讀者可以繼續閱讀與本書緊密銜接的《深入理解電腦視覺：在邊緣端構建高效的目標檢測應用》，將所學的電腦視覺基礎知識運用到目標檢測的神經網路設計中，對邊緣計算環境下的神經網路進行游刃有餘的調整。
    本書適合具備一定電腦、通信、電子等理工科專業基礎的本科學生、研究生及軟體工程師閱讀，讀者需具備高等數學、線性代數、概率論、Python編程、圖像處理等基礎知識。
作者介紹
張晨然|責編:孫學瑛
    張晨然，本科畢業於天津大學通信工程專業，碩士研究生階段就讀於廈門大學，主攻嵌入式系統和數字信號底層演算法，具備紮實的理論基礎。     先後就職于中國電信集團公司和福建省電子信息（集團）有限責任公司，目前擔任福建省人工智慧學會的理事和企業工作委員會的主任，同時也擔任谷歌開發者社區、亞馬遜開發者生態的福州區域負責人，長期從事電腦視覺和自然語言基礎技術的研究，積累了豐富的人工智慧項目經驗，致力於推動深度學習在交通、工業、民生、建築等領域的應用落地。作者于2017年獲得高級工程師職稱，擁有多項發明專利。
目錄
第1篇  電腦視覺開發環境的搭建
  第1章  Python編程環境
    1.1  Python語言簡介
    1.2  Python腳本的運行方式
    1.3  Anaconda虛擬環境管理器
    1.4  使用Anaconda建立虛擬環境
  第2章  搭建三層的圖像分類神經網路
    2.1  下載數據集
    2.2  探索數據集
    2.3  構建、編譯和訓練神經網路
    2.4  使用神經網路進行批量預測
    2.5  將預測結果可視化
第2篇  電腦視覺模型從實驗室到生產環境的部署
  第3章  圖片數據集的處理
    3.1  數據集的預處理
      3.1.1  下載和查看數據集
      3.1.2  準備花卉類別名稱和類別序號的對應關係
      3.1.3  準備花卉圖片和類別名稱的對應關係
    3.2  數據集的製作
      3.2.1  擬寫入數據集的數據
      3.2.2  TFRecord格式的數據集
      3.2.3  單個樣本的生成函數
      3.2.4  批量生成樣本並寫入TFRecord文件
    3.3  數據集的讀取和驗證
      3.3.1  解析單個樣本
      3.3.2  製作函數批量解析樣本
    3.4  數據管道的優化處理
  第4章  遷移學習和神經網路的設計
    4.1  遷移學習的概念和花卉分類應用
    4.2  下載MobileNet
    4.3  設置MobileNet
    4.4  測試MobileNet的特徵提取輸入和輸出
  第5章  損失函數的基礎原理
    5.1  回歸場景下常用的損失函數
    5.2  回歸場景下的損失函數實戰
    5.3  分類場景下的損失函數
      5.3.1  概率、幾率、對數幾率的概念
      5.3.2  對數幾率和概率的相互轉換
      5.3.3  多標籤與單標籤分類問題
      5.3.4  單標籤分類問題和交叉熵演算法原理
      5.3.5  交叉熵損失函數
    5.4  自定義損失函數
  第6章  神經網路的編譯和訓練
    6.1  神經網路的編譯
    6.2  神經網路的訓練
      6.2.1  神經網路訓練的基本概念
      6.2.2  神經網路訓練的常用回調機制
      6.2.3  訓練的返回和過擬合的觀測
  ……
第3篇  神經網路的數學原理和TensorFlow計算框架

第4篇  神經網路層的演算法原理和訓練過程式控制制
第5篇  目標檢測中的骨幹網路
第6篇  三維電腦視覺入門和實戰
附錄A  官方代碼引用說明
附錄B  運行環境搭建說明
附錄C  TensorFlow的基本矩陣操作
參考文獻

  • 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