深度学习实践:计算机视觉
本书特色
[
本书主要介绍了深度学习在计算机视觉方面的应用及工程实践，以Python 3为开发语言，并结合当前主流的深度学习框架进行实例展示。主要内容包括：OpenCV入门、深度学习框架介绍、图像分类、目标检测与识别、图像分割、图像搜索以及图像生成等，涉及到的深度学习框架包括PyTorch、TensorFlow、Keras、Chainer、MXNet等。通过本书，读者能够了解深度学习在计算机视觉各个方向的应用以及*进展。
本书的特点是依托工业环境的实践经验，具备较强的实用性和专业性。适合于广大计算机视觉工程领域的从业者、深度学习爱好者、相关专业的大学生和研究生以及对计算机视觉感兴趣的爱好者
使用。
]
内容简介
[
本书主要介绍了深度学习在计算机视觉方面的应用及工程实践，以Python 3为开发语言，并结合当前主流的深度学习框架进行实例展示。主要内容包括：OpenCV入门、深度学习框架介绍、图像分类、目标检测与识别、图像分割、图像搜索以及图像生成等，涉及到的深度学习框架包括PyTorch、TensorFlow、Keras、Chainer、MXNet等。通过本书，读者能够了解深度学习在计算机视觉各个方向的应用以及很新进展。
本书的特点是依托工业环境的实践经验，具备较强的实用性和专业性。适合于广大计算机视觉工程领域的从业者、深度学习爱好者、相关专业的大学生和研究生以及对计算机视觉感兴趣的爱好者
使用。
]
作者简介
[
缪鹏，某985高校物理硕士，长期从事企业虚拟化和深度学习图像算法方面的工作。现为广州棒谷科技有限公司AI－CV核心成员，负责团队图像分类、搜索与图像合成核心算法开发。
]
目录
1章 深度学习与 算机视觉1
1.1 图像基础3
1.2 深度学习与神经网络基础4
1.2.1 函数 简 表达5
1.2.2 函数 矩阵表达5
1.2.3 神经网络 线性变换6
1.2.4 神经网络 非线性变换6
1.2.5 深层神经网络6
1.2.6 神经网络 学习过程8
1.3 卷积神经网络N9
1.4 基础开发环境搭建14
1.5 本章 结15
2章 OpenCV入门16
2.1 读图、展示和保存新图17
2.2 像素点及 图像18
2.3 基本线条 作19
2.4 移20
2.5 旋转20
2.6 缩放21
2.6.1 邻近 值22
2.6.2 线性 值22
2.7 翻转23
2.8 裁剪23
2.9 算术 作23
2.10 位 作24
2.11 Masking 作25
2.12 彩通道分离与融合26
2.13 颜空间转换27
2.14 颜直方图28
2.15 滑与模糊29
2.16 边缘检测31
2.17 人脸和眼睛检测示例32
2.18 本章 结35
3章 常见深度学习框架36
3.1 PyTorch38
3.1.1 Tensor39
3.1.2 Autograd42
3.1.3 Torch.nn43
3.2 Chain45
3.2.1 Variable46
3.2.2 Link与Function47
3.2.3 Chain50
3.2.4 optimizs51
3.2.5 损失函数51
3.2.6 GPU 使 52
3.2.7 模型 保存与加载54
3.2.8 FashionMnist图像分类示例54
3.2.9 Train59
3.3 TensorFlow与Kas66
3.3.1 TensorFlow66
3.3.2 Kas67
3.4 MXNet与Gluon73
3.4.1 MXNet73
3.4.2 Gluon74
3.4.3 Gluon Sequential74
3.4.4 Gluon Block75
3.4.5 使 GPU76
3.4.6 Gluon Hybrid77
3.4.7 Lazy Evaluation79
3.4.8 Module80
3.5 其他框架81
3.6 本章 结81
4章 图像分类82
4.1 VGG84
4.1.1 VGG介绍84
4.1.2 MXNet版VGG使 示例85
4.2 ResNet89
4.2.1 ResNet介绍89
4.2.2 Chain版ResNet示例90
4.3 Inception95
4.3.1 Inception介绍95
4.3.2 Kas版Inception V3川菜分类97
4.4 Xception116
4.4.1 Xception简述116
4.4.2 Kas版本Xception使 示例116
4.5 DenseNet122
4.5.1 DenseNet介绍122
4.5.2 PyTorch版DenseNet使 示例122
4.6 本章 结126
5章 目标检测与识别128
5.1 Fast RN129
5.1.1 Fast RN介绍129
5.1.2 ChainCV版Fast RN示例131
5.2 SSD139
5.2.1 SSD介绍139
5.2.2 SSD示例140
5.3 YOLO148
5.3.1 YOLO V1、V2和V3介绍148
5.3.2 Kas版本YOLO V3示例150
5.4 本章 结157
6章 图像分割158
6.1 物体分割159
6.2 语义分割164
6.2.1 F与SegNet166
6.2.2 PSPNet171
6.2.3 DeepLab172
6.3 实例分割176
6.3.1 FCIS177
6.3.2 Mask R-N178
6.3.3 MaskLab180
6.3.4 PANet181
6.4 本章 结181
7章 图像搜 183
7.1 Siamese Network185
7.2 Triplet Network186
7.3 Margin Based Network188
7.4 Kas版Triplet Network示例190
7.4.1 准备数据190
7.4.2 训练文件191
7.4.3 采样文件195
7.4.4 模型训练202
7.4.5 模型测试206
7.4.5 结果可视化210
7.5 本章小结216
8章 图像生成218
8.1 VAE219
8.1.1 VAE介绍219
8.1.2 Chain版本VAE示例220
8.2 生成对抗网络GAN221
8.2.1 GAN介绍221
8.2.2 Chain DCGAN RPG 戏角生成示例229
8.3 Neural Style Transf238
8.3.1 Neural Style Transf介绍238
8.3.2 MXNet多风格转换MSG-Net示例241
8.4 本章 结246
后 247
封面
书名:深度学习实践:计算机视觉
作者:缪鹏
页数:未知
定价:¥79.0
出版社:清华大学出版社
出版日期:2018-10-01
ISBN:9787302517900
PDF电子书大小:38MB 高清扫描完整版