掃一掃
關注中圖網
官方微博
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(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度學習與圖像處理(PADDLEPADDLE版) 版權信息
- ISBN：9787302673774
- 條形碼：9787302673774 ; 978-7-302-67377-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度學習與圖像處理(PADDLEPADDLE版) 本書特色
(1) 理實結合，強調實用。本書以基礎知識點精講與實戰(zhàn)開發(fā)案例相結合的方式，由淺入深地帶領讀者掌握深度學習與圖像處理開發(fā)的原理和技術。
(2) 實戰(zhàn)開發(fā)，案例豐富。手把手帶領讀者完成8個完整工程項目案例開發(fā)，并對其采用的算法原理進行詳解，同時提供源代碼和數據集,便于讀者復現。
(3) 內容翔實，講解全面。部署方案齊全且詳細，涵蓋Jetson Nano邊緣計算、樹莓派嵌入式、Qt客戶端、C#工控程序、安卓App、HTTP微服務等。
深度學習與圖像處理(PADDLEPADDLE版) 內容簡介
"本書基于國產開源深度學習框架PaddlePaddle進行編寫，全面、系統(tǒng)地介紹了PaddlePaddle在數字圖像處理中的各種技術及應用，書中項目實例全部采用動態(tài)圖版本實現。全書共8章，分別介紹了基于深度學習的圖像分類、目標檢測、語義分割、實例分割、關鍵點檢測、風格遷移等內容，所有知識點均通過實際項目進行串聯(lián)，旨在幫助讀者在掌握基本深度學習算法原理的基礎上，擴展項目實操能力，達到學以致用的效果。 本書可作為全國高等學校計算機、人工智能等專業(yè)的“深度學習”課程教材，主要面向相關領域的教師、在讀學生和科研人員，以及從事深度學習與圖像處理的工程技術人員和愛好者。 "
深度學習與圖像處理(PADDLEPADDLE版) 目錄
第1部分基 礎 知 識
第1章圖像處理基礎
1.1圖像處理的基本概念
1.1.1模擬圖像和數字圖像
1.1.2數字圖像常見類型
1.1.3應用方向
1.2圖像處理基本操作
1.2.1安裝OpenCV
1.2.2圖像讀取、保存和可視化
1.2.3像素操作
1.2.4圖像轉換
1.2.5圖像縮放
1.2.6圖像裁剪
1.2.7翻轉和旋轉
1.3圖像卷積和濾波
1.3.1線性濾波與卷積
1.3.2常見卷積核
1.4綜合案例應用: 基于OpenCV的自動駕駛小車
1.4.1任務概述
1.4.2安裝仿真平臺
1.4.3車道線檢測
1.4.4動作控制
1.5小結
第2章深度學習基礎
2.1深度學習概述
2.1.1人工智能、機器學習和深度學習
2.1.2深度學習起源和發(fā)展
2.1.3深度學習框架
2.2環(huán)境安裝
2.2.1安裝說明
2.2.2Windows平臺
2.2.3Ubuntu平臺
2.2.4AI Studio平臺
2.3PaddlePaddle基礎
2.3.1Tensor表示
2.3.2Tensor計算
2.3.3自動求梯度
2.4PaddlePaddle實現機器學習: 線性回歸投資預測
2.4.1問題定義
2.4.2導數法
2.4.3梯度下降法
2.5PaddlePaddle實現深度學習: 自動駕駛小車控制
2.5.1卷積神經網絡基礎
2.5.2算法原理
2.5.3數據采集
2.5.4數據讀取
2.5.5網絡模型
2.5.6損失函數
2.5.7優(yōu)化算法
2.5.8模型訓練
2.5.9模型驗證
2.5.10模型集成
2.6小結
第2部分案 例 應 用
第3章圖像分類(智能垃圾分揀器)
3.1任務概述
3.1.1任務背景
3.1.2安裝PaddleClas套件
3.2算法原理
3.2.1VGG算法
3.2.2ResNet算法
3.2.3MobileNet算法
3.3算法研發(fā)
3.3.1數據集準備
3.3.2算法訓練
3.4Jetson Nano智能終端部署(Linux GPU推理)
3.4.1部署工具FastDeploy介紹
3.4.2Jetson Nano上Python推理
3.4.3Jetson Nano上C 推理
3.5小結
第4章目標檢測(二維碼掃碼槍)
4.1任務概述
4.1.1任務背景
4.1.2安裝PaddleDetection套件
4.2算法原理
4.2.1目標檢測常用概念
4.2.2RCNN算法
4.2.3Fast RCNN算法
4.2.4Faster RCNN算法
4.2.5YOLO v3算法
4.2.6PicoDet算法
4.3算法研發(fā)
4.3.1目標檢測數據集常用格式介紹
4.3.2使用Labelme制作自己的二維碼檢測數據集
4.3.3Labelme格式轉換成COCO格式
4.3.4算法訓練
4.4樹莓派開發(fā)板部署(Linux CPU推理)
4.4.1樹莓派上Python推理
4.4.2樹莓派上C 推理
4.5小結
第5章語義分割(證件照制作工具)
5.1任務概述
5.1.1任務背景
5.1.2安裝PaddleSeg套件
5.2算法原理
5.2.1FCN算法
5.2.2UNet算法
5.2.3HRNet算法
5.2.4OCRNet算法
5.3算法研發(fā)
5.3.1數據集準備
5.3.2使用Labelme制作自己的語義分割數據集
5.3.3算法訓練
5.4Qt C 桌面客戶端部署(Windows CPU推理)
5.4.1Qt基礎示例程序介紹
5.4.2配置并導入FastDeploy庫
5.4.3編寫算法推理模塊
5.4.4集成依賴庫和模型
5.5小結
第6章實例分割(腎小球影像分析儀)
6.1任務概述
6.1.1任務背景
6.1.2實例分割概述
6.2算法原理
6.3算法研發(fā)
6.3.1數據集準備
6.3.2算法訓練
6.4C#工控程序部署(Windows GPU推理)
6.4.1生成C 示例工程
6.4.2編譯C 動態(tài)鏈接庫
6.4.3編寫C#工程
6.5小結
第7章關鍵點檢測(身份證識讀App)
7.1任務概述
7.1.1任務背景
7.1.2關鍵點檢測概述
7.2PPTinyPose算法原理
7.2.1LiteHRNet骨干網絡算法
7.2.2數據增強算法
7.2.3分布感知坐標表示方法
7.2.4無偏數據處理
7.3算法研發(fā)
7.3.1數據集準備
7.3.2算法訓練
7.4移動端部署(安卓Java推理)
7.4.1安卓基礎示例程序
7.4.2配置FastDeploy庫
7.4.3編寫推理模塊
7.5小結
第8章風格遷移(照片動漫化在線轉換網站)
8.1任務概述
8.1.1任務背景
8.1.2安裝PaddleGAN套件
8.2算法原理
8.2.1GAN算法
8.2.2DCGAN算法
8.2.3AnimeGAN算法
8.3算法研發(fā)
8.3.1數據集準備
8.3.2訓練
8.4微服務部署(FastDeploy Serving推理)
8.4.1準備Docker環(huán)境
8.4.2部署服務
8.4.3微服務開發(fā)
8.5小結
后記
展開全部
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
李白與唐代文化
- >
羅庸西南聯(lián)大授課錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
【精裝繪本】畫給孩子的中國神話
- >
名家?guī)阕x魯迅:故事新編
- >
月亮與六便士
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
本類暢銷
