中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
視覺感知 深度學習如何知圖辨物 版權信息
- ISBN：9787122422880
- 條形碼：9787122422880 ; 978-7-122-42288-0
- 裝幀：一般純質紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
視覺感知 深度學習如何知圖辨物 本書特色
1.技術型科普書，屬于計算機視覺方向零基礎入門讀物； 2.全書語言文字簡潔易懂，對初學者友好； 3.本書作者是清華大學人工智能方向老師，有非常強的專業能力； 4.本書理論與實踐結合，但盡量避免了煩瑣公式。
視覺感知 深度學習如何知圖辨物 內容簡介
“人工智能超入門叢書”致力于面向人工智能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，綜合介紹人工智能相關知識，并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“人工智能超入門叢書”中的分冊，本分冊主要介紹人工智能視覺領域的相關知識，以通俗易懂的文字風格，解讀用卷積神經網絡等深度學習算法及機器學習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計算機視覺相關工作崗位的技術人員的入門讀物，同時，對人工智能感興趣的人群也可以閱讀。
視覺感知 深度學習如何知圖辨物 目錄
第1章 計算機視覺綜述 001
1.1 生物的視界 002
1.1.1 三只眼 002
1.1.2 眼見為實？ 005
1.2 人工智能的視界 009
1.2.1 數字圖像類型 009
1.2.2 從圖像到矩陣 011
1.2.3 視不同，理相通 014
1.3 計算機視覺發展與應用 018
1.3.1 計算機視覺發展史 018
1.3.2 大規模視覺識別挑戰賽 021
1.3.3 計算機視覺應用 022
第2章 機器學習與圖像識別 024
2.1 從感知機到支持向量機 025
2.1.1 感知機的線性可分 025
2.1.2 支持向量機 027
2.2 支持向量機的超強“核”心 030
2.3 支持向量機的實踐 034
2.3.1 鳶尾花的辨識 034
2.3.2 手寫數字圖像識別 040
第3章 神經網絡與圖像分類 043
3.1 從神經元到神經網絡 044
3.1.1 神經元與感知機 044
3.1.2 神經網絡的結構 046
3.1.3 前向與反向傳播 047
3.2 激活函數與損失函數 052
3.2.1 非線性轉換的激活函數 052
3.2.2 衡量優劣的損失函數 056
3.2.3 激活函數與損失函數的組合 057
3.3 擬合與誤差 058
3.3.1 過擬合與欠擬合 058
3.3.2 偏差與方差的權衡 060
3.4 利用神經網絡識別手寫數字圖像 064
3.4.1 MNIST手寫數字圖像數據集 064
3.4.2 Scikit-learn庫神經網絡與手寫數字圖像 066
3.4.3 NumPy庫神經網絡與手寫數據集 069
第4章 卷積入門 073
4.1 圖像噪聲 074
4.2 卷積核與去噪 077
4.3 邊緣檢測 085
4.4 紋理分析 089
第5章 卷積神經網絡及經典詳解 092
5.1 卷積神經網絡的提出 093
5.1.1 從全局到局部 093
5.1.2 感受野 096
5.2 卷積層、池化層與全連接層 097
5.2.1 卷積與卷積層 098
5.2.2 池化與池化層 100
5.2.3 全連接層 101
5.3 卷積神經網絡的圖像分類 103
5.3.1 CIFAR-10圖像集介紹 103
5.3.2 簡單實現圖像分類 104
5.4 ImageNet與經典網絡介紹 113
5.4.1 ImageNet數據集 113
5.4.2 經典卷積神經網絡 114
第6章 OpenCV基礎 118
6.1 圖像處理入門 120
6.1.1 讀取、顯示與保存圖像 121
6.1.2 分割與合并顏色通道 126
6.1.3 轉換顏色空間 128
6.1.4 讀取、顯示與保存視頻 131
6.2 圖像基本變換 135
6.2.1 操作單個像素 135
6.2.2 裁剪圖像 138
6.2.3 調整圖像大小 140
6.2.4 翻轉圖像 144
6.3 為圖像添加注釋 146
6.3.1 為圖像添加線段 147
6.3.2 為圖像添加圓 148
6.3.3 為圖像添加矩形 149
6.3.4 為圖像添加文本 150
6.4 圖像增強 151
6.4.1 調整圖像亮度 151
6.4.2 調整圖像對比度 153
第7章 OpenCV實戰應用 157
7.1 目標跟蹤 158
7.1.1 目標跟蹤算法 159
7.1.2 創建跟蹤器實例 160
7.2 目標檢測 169
7.2.1 SSD目標檢測算法 169
7.2.2 目標檢測實例 170
7.3 圖像分割 177
7.3.1 圖像分割介紹 178
7.3.2 通過Mask R-CNN進行圖像分割 179
7.4 人臉識別 181
7.4.1 人臉檢測實例 182
7.4.2 眼睛檢測實例 187
附錄 189
附錄一 優化基礎 190
附錄二 神經網絡代碼 198
附錄三 騰訊扣叮Python實驗室：Jupyter Lab使用說明 205
展開全部
書友推薦
- >
我與地壇
- >
伊索寓言-世界文學名著典藏-全譯本
- >
伯納黛特,你要去哪(2021新版)
- >
姑媽的寶刀
- >
回憶愛瑪儂
- >
山海經
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
朝聞道
本類暢銷
