深度学习计算机视觉实战

深度学习计算机视觉实战

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。

作品简介

本书是一本看懂计算机视觉的实战指南,使用理论与实践相结合的思想,真正一站式搞定理论学习、算法开发到模型部署上线。全书内容共分为四个部分。第一部分包括第1、2章,主要讲解深度学习和计算机视觉基础,如计算机视觉领域的经典网络和常见的目标检测算法;第二部分包括第3~6章,主要讲解图像处理知识,结合应用案例,对知识点进行分析说明;第三部分包括第7~11章,主要讲解计算机视觉中的实战项目,对实现细节做了追本溯源的讲解;第四部分包括第12~13章,主要讲解模型的落地部署,该部分的讲解基于TensorFlow Lite框架,该框架受众广、热度高,且在各种平台都有对应的支持与优化加速方案,方便读者使用。本书中的上百个知识点与50多个案例都是作者工程应用中的经验总结,每章末尾均有"进阶必备”,给读者提供更多的拓展知识。本书适合计算机视觉的初学者、计算机视觉算法开发人员、对深度学习有兴趣的用户或者亟须工程落地使用的用户,也适合作为高校相关专业的学生教材使用。

作者:肖铃,刘东

作品目录

  1. 前言
  2. 第1章 深度学习基础
  3. 1.1 神经网络
  4. 1.2 卷积神经网络
  5. 1.3 循环神经网络
  6. 1.4 经典网络
  7. 1.5 进阶必备:如何学习深度学习并“落地”求职
  8. 第2章 计算机视觉基础
  9. 2.1 目标检测Two-stage算法
  10. 2.2 目标检测One-stage算法
  11. 2.3 图像分割算法
  12. 2.4 进阶必备:计算机视觉方向知多少
  13. 第3章 基础图像处理
  14. 3.1 线性滤波
  15. 3.2 非线性滤波
  16. 3.3 OpenCV形态学运算
  17. 3.4 案例9:使用漫水填充
  18. 3.5 图像金字塔
  19. 3.6 阈值化
  20. 3.7 进阶必备:选择一款合适的图像处理工具
  21. 第4章 图像变换
  22. 4.1 边缘检测
  23. 4.2 案例18:绘制轮廓
  24. 4.3 霍夫变换
  25. 4.4 案例21:重映射
  26. 4.5 案例22:仿射变换
  27. 4.6 案例23:透视变换
  28. 4.7 直方图
  29. 4.8 进阶必备:图像变换应用之文本图像矫正
  30. 第5章 角点检测
  31. 5.1 案例27:Harris角点检测
  32. 5.2 案例28:Shi-Tomasi角点检测
  33. 5.3 案例29:亚像素级角点检测
  34. 5.4 进阶必备:角点检测知识总结
  35. 第6章 特征点检测与匹配
  36. 6.1 特征点检测
  37. 6.2 特征匹配
  38. 6.3 案例34:ORB特征提取
  39. 6.4 进阶必备:利用特征点拼接图像
  40. 第7章 手写数字识别
  41. 7.1 Keras的应用
  42. 7.2 LeNet算法
  43. 7.3 案例36:使用Keras实现手写数字识别
  44. 7.4 进阶必备:算法模型开发流程
  45. 第8章 CIFAR-10图像分类
  46. 8.1 图像分类数据集
  47. 8.2 案例37:CIFAR-10图像分类
  48. 8.3 进阶必备:COCO数据集与使用HOG+SVM方法实现图像分类
  49. 第9章 验证码识别
  50. 9.1 TensorFlow应用
  51. 9.2 案例40:验证码识别
  52. 9.3 进阶必备:算法模型开发技巧
  53. 第10章 文本检测
  54. 10.1 文本检测算法
  55. 10.2 案例41:基于EAST算法的文本检测
  56. 10.3 进阶必备:在不同场景下文本检测的应对方式
  57. 第11章 文本识别
  58. 11.1 文本识别算法
  59. 11.2 案例44:基于CRNN算法的文本识别
  60. 11.3 进阶必备:单字OCR
  61. 第12章 TensorFlow Lite
  62. 12.1 TensorFlow Lite介绍
  63. 12.2 模型转换
  64. 12.3 模型量化
  65. 12.4 进阶必备:模型转换与模型部署优化答疑
  66. 第13章 基于TensorFlow Lite的AI功能部署实战
  67. 13.1 部署流程
  68. 13.2 案例49:移动端部署
  69. 13.3 PC端部署
  70. 13.4 进阶必备:推理框架拓展与OpenCV编译部署
  71. 其 他