掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn)
作者：彭小紅，張良均
開(kāi)本：
16開(kāi)
頁(yè)數(shù)：
213
本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥41.8
加入購(gòu)物車(chē)
深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn) 版權(quán)信息
- ISBN：9787115602541
- 條形碼：9787115602541 ; 978-7-115-60254-1
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>
深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn) 本書(shū)特色
理論與實(shí)戰(zhàn)結(jié)合。本書(shū)以深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)的應(yīng)用為主線(xiàn)，注重任務(wù)案例的學(xué)習(xí)，以深度學(xué)習(xí)常用技術(shù)與任務(wù)案例相結(jié)合的方式，介紹了使用深度學(xué)習(xí)TensorFlow框架實(shí)現(xiàn)深度學(xué)習(xí)視覺(jué)任務(wù)的主要方法。 以應(yīng)用為導(dǎo)向。本書(shū)從傳統(tǒng)圖像處理技術(shù)到深度學(xué)習(xí)視覺(jué)基礎(chǔ)任務(wù)介紹，再到具體深度學(xué)習(xí)視覺(jué)任務(wù)實(shí)現(xiàn)，讓讀者明白如何利用所學(xué)知識(shí)來(lái)解決問(wèn)題，從而真正理解并應(yīng)用所學(xué)知識(shí)。 注重啟發(fā)式教學(xué)。本書(shū)大部分章節(jié)緊扣深度學(xué)習(xí)視覺(jué)任務(wù)需求展開(kāi)，不堆積知識(shí)點(diǎn)，著重于思路的啟發(fā)與解決方案的實(shí)施。通過(guò)對(duì)深度學(xué)習(xí)視覺(jué)任務(wù)介紹到實(shí)現(xiàn)的完成工作流程的體驗(yàn)，讓讀者真正理解并掌握深度學(xué)習(xí)視覺(jué)的相關(guān)技術(shù)。
深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn) 內(nèi)容簡(jiǎn)介
本書(shū)以深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的常用技術(shù)與案例相結(jié)合的方式，深入淺出地介紹計(jì)算機(jī)視覺(jué)的常見(jiàn)任務(wù)及實(shí)現(xiàn)技術(shù)。全書(shū)共7章，內(nèi)容包含概述、圖像處理基本操作、深度學(xué)習(xí)視覺(jué)基礎(chǔ)任務(wù)、基于FaceNet的人臉識(shí)別實(shí)戰(zhàn)、基于 Faster R-CNN 的目標(biāo)檢測(cè)實(shí)戰(zhàn)、基于 U-Net 的城市道路場(chǎng)景分割實(shí)戰(zhàn)、基于SRGAN 的圖像超分辨率技術(shù)實(shí)戰(zhàn)等。本書(shū)大部分章包含操作實(shí)踐代碼和課后習(xí)題，希望能夠幫助讀者在計(jì)算機(jī)視覺(jué)基礎(chǔ)任務(wù)中應(yīng)用算法，鞏固所學(xué)內(nèi)容。 本書(shū)可以作為高校人工智能相關(guān)專(zhuān)業(yè)教材，也可以作為從事計(jì)算機(jī)視覺(jué)技術(shù)研究的從業(yè)者和科技人員的參考用書(shū)。對(duì)于有一定基礎(chǔ)和經(jīng)驗(yàn)的讀者，本書(shū)也能幫助他們查漏補(bǔ)缺，深入理解和掌握相關(guān)原理及方法，提升解決實(shí)際問(wèn)題的能力。
深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn) 目錄
第 1章 概述 1
1．1 計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí) 1
1．1．1 計(jì)算機(jī)視覺(jué) 2
1．1．2 深度學(xué)習(xí) 3
1．2 深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)應(yīng)用 4
1．2．1 人臉識(shí)別 5
1．2．2 圖像分類(lèi) 5
1．2．3 目標(biāo)檢測(cè) 6
1．2．4 圖像分割 6
1．2．5 姿態(tài)估計(jì) 7
1．2．6 場(chǎng)景識(shí)別 7
1．2．7 目標(biāo)跟蹤 8
1．2．8 動(dòng)作識(shí)別 8
1．2．9 黑白照片自動(dòng)著色 9
1．2．10 圖像風(fēng)格轉(zhuǎn)移 9
1．3 相關(guān)Python庫(kù) 10
1．3．1 深度學(xué)習(xí)框架 10
1．3．2 圖像處理庫(kù) 12
小結(jié) 13
課后習(xí)題 13
第 2章 圖像處理基本操作 15
2．1 讀寫(xiě)圖像 15
2．1．1 常用圖像類(lèi)型 16
2．1．2 讀取圖像 17
2．1．3 顯示圖像 18
2．1．4 保存圖像 20
2．2 圖像顏色空間 20
2．2．1 常用顏色空間簡(jiǎn)介 20
2．2．2 顏色空間轉(zhuǎn)換 22
2．3 圖像幾何變換 24
2．3．1 圖像平移 24
2．3．2 圖像縮放 25
2．3．3 圖像旋轉(zhuǎn) 32
2．3．4 圖像仿射 34
2．4 圖像增強(qiáng) 38
2．4．1 灰度級(jí)修正 39
2．4．2 圖像平滑 47
2．4．3 圖像銳化 51
小結(jié) 56
課后習(xí)題 57
第3章 深度學(xué)習(xí)視覺(jué)基礎(chǔ)任務(wù) 59
3．1 深度神經(jīng)網(wǎng)絡(luò) 59
3．2 卷積神經(jīng)網(wǎng)絡(luò) 61
3．2．1 卷積層 63
3．2．2 池化層 64
3．2．3 全連接層 64
3．2．4 卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程 65
3．3 圖像分類(lèi) 67
3．3．1 圖像分類(lèi)簡(jiǎn)介 67
3．3．2 圖像分類(lèi)經(jīng)典算法 68
3．3．3 訓(xùn)練圖像分類(lèi)網(wǎng)絡(luò) 83
3．4 目標(biāo)檢測(cè) 86
3．4．1 目標(biāo)檢測(cè)簡(jiǎn)介 86
3．4．2 目標(biāo)檢測(cè)經(jīng)典算法 88
3．4．3 訓(xùn)練目標(biāo)檢測(cè)網(wǎng)絡(luò) 104
3．5 圖像分割 111
3．5．1 圖像分割簡(jiǎn)介 111
3．5．2 圖像分割經(jīng)典算法 113
3．5．3 訓(xùn)練圖像分割網(wǎng)絡(luò) 127
3．6 圖像生成 132
3．6．1 圖像生成簡(jiǎn)介 133
3．6．2 圖像生成經(jīng)典算法 134
3．6．3 訓(xùn)練圖像生成器網(wǎng)絡(luò) 144
小結(jié) 149
課后習(xí)題 149
第4章 基于FaceNet的人臉識(shí)別實(shí)戰(zhàn) 152
4．1 背景與目標(biāo) 152
4．1．1 背景 152
4．1．2 目標(biāo) 154
4．1．3 項(xiàng)目工程結(jié)構(gòu) 154
4．2 流程與步驟 155
4．2．1 人臉檢測(cè) 156
4．2．2 人臉對(duì)齊 160
4．2．3 人臉特征提取 161
4．2．4 人臉特征匹配 164
4．3 結(jié)果分析 165
小結(jié) 167
課后習(xí)題 168
第5章 基于Faster R-CNN的目標(biāo)檢測(cè)實(shí)戰(zhàn) 170
5．1 背景與目標(biāo) 170
5．1．1 背景 170
5．1．2 目標(biāo) 171
5．1．3 項(xiàng)目工程結(jié)構(gòu) 171
5．2 流程與步驟 172
5．2．1 數(shù)據(jù)準(zhǔn)備 172
5．2．2 定義Faster R-CNN配置信息類(lèi) 174
5．2．3 生成先驗(yàn)錨框 174
5．2．4 定義損失函數(shù) 176
5．2．5 訓(xùn)練網(wǎng)絡(luò) 180
5．3 結(jié)果分析 181
小結(jié) 183
課后習(xí)題 184
第6章 基于U-Net的城市道路場(chǎng)景分割實(shí)戰(zhàn) 186
6．1 背景與目標(biāo) 186
6．1．1 背景 186
6．1．2 目標(biāo) 187
6．1．3 項(xiàng)目工程結(jié)構(gòu) 188
6．2 流程與步驟 188
6．2．1 數(shù)據(jù)準(zhǔn)備 189
6．2．2 搭建U-Net 191
6．2．3 定義損失函數(shù) 194
6．2．4 訓(xùn)練網(wǎng)絡(luò) 195
6．3 結(jié)果分析 197
小結(jié) 199
課后習(xí)題 199
第7章 基于SRGAN的圖像超分辨率技術(shù)實(shí)戰(zhàn) 201
7．1 背景與目標(biāo) 201
7．1．1 背景 201
7．1．2 目標(biāo) 203
7．1．3 項(xiàng)目工程結(jié)構(gòu) 203
7．2 流程與步驟 204
7．2．1 數(shù)據(jù)準(zhǔn)備 204
7．2．2 搭建SRGAN 206
7．2．3 定義SRGAN損失函數(shù) 209
7．2．4 訓(xùn)練網(wǎng)絡(luò) 210
7．3 結(jié)果分析 211
小結(jié) 213
課后習(xí)題 213
1．1 計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí) 1
1．1．1 計(jì)算機(jī)視覺(jué) 2
1．1．2 深度學(xué)習(xí) 3
1．2 深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)應(yīng)用 4
1．2．1 人臉識(shí)別 5
1．2．2 圖像分類(lèi) 5
1．2．3 目標(biāo)檢測(cè) 6
1．2．4 圖像分割 6
1．2．5 姿態(tài)估計(jì) 7
1．2．6 場(chǎng)景識(shí)別 7
1．2．7 目標(biāo)跟蹤 8
1．2．8 動(dòng)作識(shí)別 8
1．2．9 黑白照片自動(dòng)著色 9
1．2．10 圖像風(fēng)格轉(zhuǎn)移 9
1．3 相關(guān)Python庫(kù) 10
1．3．1 深度學(xué)習(xí)框架 10
1．3．2 圖像處理庫(kù) 12
小結(jié) 13
課后習(xí)題 13
第 2章 圖像處理基本操作 15
2．1 讀寫(xiě)圖像 15
2．1．1 常用圖像類(lèi)型 16
2．1．2 讀取圖像 17
2．1．3 顯示圖像 18
2．1．4 保存圖像 20
2．2 圖像顏色空間 20
2．2．1 常用顏色空間簡(jiǎn)介 20
2．2．2 顏色空間轉(zhuǎn)換 22
2．3 圖像幾何變換 24
2．3．1 圖像平移 24
2．3．2 圖像縮放 25
2．3．3 圖像旋轉(zhuǎn) 32
2．3．4 圖像仿射 34
2．4 圖像增強(qiáng) 38
2．4．1 灰度級(jí)修正 39
2．4．2 圖像平滑 47
2．4．3 圖像銳化 51
小結(jié) 56
課后習(xí)題 57
第3章 深度學(xué)習(xí)視覺(jué)基礎(chǔ)任務(wù) 59
3．1 深度神經(jīng)網(wǎng)絡(luò) 59
3．2 卷積神經(jīng)網(wǎng)絡(luò) 61
3．2．1 卷積層 63
3．2．2 池化層 64
3．2．3 全連接層 64
3．2．4 卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程 65
3．3 圖像分類(lèi) 67
3．3．1 圖像分類(lèi)簡(jiǎn)介 67
3．3．2 圖像分類(lèi)經(jīng)典算法 68
3．3．3 訓(xùn)練圖像分類(lèi)網(wǎng)絡(luò) 83
3．4 目標(biāo)檢測(cè) 86
3．4．1 目標(biāo)檢測(cè)簡(jiǎn)介 86
3．4．2 目標(biāo)檢測(cè)經(jīng)典算法 88
3．4．3 訓(xùn)練目標(biāo)檢測(cè)網(wǎng)絡(luò) 104
3．5 圖像分割 111
3．5．1 圖像分割簡(jiǎn)介 111
3．5．2 圖像分割經(jīng)典算法 113
3．5．3 訓(xùn)練圖像分割網(wǎng)絡(luò) 127
3．6 圖像生成 132
3．6．1 圖像生成簡(jiǎn)介 133
3．6．2 圖像生成經(jīng)典算法 134
3．6．3 訓(xùn)練圖像生成器網(wǎng)絡(luò) 144
小結(jié) 149
課后習(xí)題 149
第4章 基于FaceNet的人臉識(shí)別實(shí)戰(zhàn) 152
4．1 背景與目標(biāo) 152
4．1．1 背景 152
4．1．2 目標(biāo) 154
4．1．3 項(xiàng)目工程結(jié)構(gòu) 154
4．2 流程與步驟 155
4．2．1 人臉檢測(cè) 156
4．2．2 人臉對(duì)齊 160
4．2．3 人臉特征提取 161
4．2．4 人臉特征匹配 164
4．3 結(jié)果分析 165
小結(jié) 167
課后習(xí)題 168
第5章 基于Faster R-CNN的目標(biāo)檢測(cè)實(shí)戰(zhàn) 170
5．1 背景與目標(biāo) 170
5．1．1 背景 170
5．1．2 目標(biāo) 171
5．1．3 項(xiàng)目工程結(jié)構(gòu) 171
5．2 流程與步驟 172
5．2．1 數(shù)據(jù)準(zhǔn)備 172
5．2．2 定義Faster R-CNN配置信息類(lèi) 174
5．2．3 生成先驗(yàn)錨框 174
5．2．4 定義損失函數(shù) 176
5．2．5 訓(xùn)練網(wǎng)絡(luò) 180
5．3 結(jié)果分析 181
小結(jié) 183
課后習(xí)題 184
第6章 基于U-Net的城市道路場(chǎng)景分割實(shí)戰(zhàn) 186
6．1 背景與目標(biāo) 186
6．1．1 背景 186
6．1．2 目標(biāo) 187
6．1．3 項(xiàng)目工程結(jié)構(gòu) 188
6．2 流程與步驟 188
6．2．1 數(shù)據(jù)準(zhǔn)備 189
6．2．2 搭建U-Net 191
6．2．3 定義損失函數(shù) 194
6．2．4 訓(xùn)練網(wǎng)絡(luò) 195
6．3 結(jié)果分析 197
小結(jié) 199
課后習(xí)題 199
第7章 基于SRGAN的圖像超分辨率技術(shù)實(shí)戰(zhàn) 201
7．1 背景與目標(biāo) 201
7．1．1 背景 201
7．1．2 目標(biāo) 203
7．1．3 項(xiàng)目工程結(jié)構(gòu) 203
7．2 流程與步驟 204
7．2．1 數(shù)據(jù)準(zhǔn)備 204
7．2．2 搭建SRGAN 206
7．2．3 定義SRGAN損失函數(shù) 209
7．2．4 訓(xùn)練網(wǎng)絡(luò) 210
7．3 結(jié)果分析 211
小結(jié) 213
課后習(xí)題 213
展開(kāi)全部
深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)實(shí)戰(zhàn) 作者簡(jiǎn)介
彭小紅，女，廣東海洋大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院教授，院長(zhǎng)，碩士生導(dǎo)師，***一流專(zhuān)業(yè)建設(shè)點(diǎn)（計(jì)算機(jī)科學(xué)與技術(shù)）負(fù)責(zé)人、廣東省“計(jì)算機(jī)科學(xué)與技術(shù)專(zhuān)業(yè)”教學(xué)團(tuán)隊(duì)負(fù)責(zé)人、廣東省“計(jì)算機(jī)科學(xué)與技術(shù)專(zhuān)業(yè)綜合改革試點(diǎn)”負(fù)責(zé)人、廣東省一流課程“計(jì)算機(jī)組成與結(jié)構(gòu)”負(fù)責(zé)人、南粵優(yōu)秀教師。 研究方向：智能系統(tǒng)及其智能信息處理、智能水下機(jī)器人。先后主持廣東省科技計(jì)劃、南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（湛江）、廣東省高校創(chuàng)新強(qiáng)校工程等課題10余項(xiàng)，發(fā)表學(xué)術(shù)論文30余篇（其中SCI EI收錄16篇），譯著1部；以第一完成人獲得專(zhuān)利6項(xiàng)、計(jì)算機(jī)軟件著作權(quán)22項(xiàng)，獲湛江市科學(xué)技術(shù)進(jìn)步獎(jiǎng)二等獎(jiǎng)1項(xiàng)、三等獎(jiǎng)2項(xiàng)。 主講本科專(zhuān)業(yè)課程：《計(jì)算機(jī)組成與結(jié)構(gòu)》、《計(jì)算機(jī)接口技術(shù)》、《微機(jī)原理及接口》、《匯編語(yǔ)言與接口技術(shù)》、《生產(chǎn)實(shí)習(xí)》，研究生課程：《計(jì)算機(jī)體系結(jié)構(gòu)》、《人工智能導(dǎo)論》；近五年，主持省部級(jí)以上協(xié)同育人、質(zhì)量工程、教學(xué)改革項(xiàng)目9項(xiàng)，廣東省研究生教育創(chuàng)新計(jì)劃項(xiàng)目1項(xiàng)，發(fā)表教改論文8篇；獲得廣東海洋大學(xué)教學(xué)成果特等獎(jiǎng)和一等獎(jiǎng)、廣東海洋大學(xué)教學(xué)質(zhì)量?jī)?yōu)秀獎(jiǎng)。指導(dǎo)學(xué)生參加學(xué)科競(jìng)賽獲***和省部級(jí)獎(jiǎng)勵(lì)26項(xiàng)，榮獲得互聯(lián)網(wǎng)+大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽、挑戰(zhàn)杯大賽、中國(guó)軟件杯、中國(guó)計(jì)算機(jī)設(shè)計(jì)大賽優(yōu)秀指導(dǎo)教師稱(chēng)號(hào)。 張良均 資深大數(shù)據(jù)專(zhuān)家，廣東泰迪智能科技股份有限公司董事長(zhǎng)，國(guó)家科技部入庫(kù)技術(shù)專(zhuān)家，教育部全國(guó)專(zhuān)業(yè)學(xué)位水平評(píng)估專(zhuān)家，工信部教育與考試中心入庫(kù)專(zhuān)家，中國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)理事，廣東省工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)副理事長(zhǎng)，廣東省高等職業(yè)教育教學(xué)指導(dǎo)委員會(huì)委員，華南師范大學(xué)、中南財(cái)經(jīng)政法大學(xué)等40余所高校校外碩導(dǎo)或兼職教授，泰迪杯全國(guó)數(shù)據(jù)挖掘挑戰(zhàn)賽發(fā)起人。 曾在國(guó)內(nèi)外重要學(xué)術(shù)刊物上發(fā)表學(xué)術(shù)論文10余篇，主導(dǎo)編寫(xiě)圖書(shū)專(zhuān)著60余部，其中獲普通高等教育“十一五”規(guī)劃教材一部，“十三五”職業(yè)教育國(guó)家規(guī)劃教材一部；參與標(biāo)準(zhǔn)建設(shè)4項(xiàng)，主持***課題1項(xiàng)、省部級(jí)課題4項(xiàng)。獲得SAS、SPSS數(shù)據(jù)挖掘認(rèn)證及Hadoop開(kāi)發(fā)工程師證書(shū)，具有信訪(fǎng)、電力、電信、銀行、制造企業(yè)、電子商務(wù)和電子政務(wù)的項(xiàng)目經(jīng)驗(yàn)和行業(yè)背景，并榮獲中國(guó)產(chǎn)學(xué)研合作促進(jìn)獎(jiǎng)、中國(guó)南方電網(wǎng)公司發(fā)明專(zhuān)利一等獎(jiǎng)、廣東省農(nóng)業(yè)技術(shù)推廣二等獎(jiǎng)、廣州市荔灣區(qū)科學(xué)技術(shù)進(jìn)步獎(jiǎng)。
書(shū)友推薦
- >
月亮與六便士
- >
姑媽的寶刀
- >
巴金－再思錄
- >
莉莉和章魚(yú)
- >
企鵝口袋書(shū)系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(shū)(紅燭學(xué)術(shù)叢書(shū))
- >
羅庸西南聯(lián)大授課錄
- >
我從未如此眷戀人間
本類(lèi)暢銷(xiāo)
