中图网

>

计算机理论

计算机视觉——Python+TensorFlow+Keras深度学习实战(微课视频版)

作者：袁雪

出版社：清华大学出版社出版时间：2021-09-01

开本：其他页数： 153

本类榜单：计算机/网络销量榜

中图价:¥23.9(6.0折) 定价 ~~¥39.8~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥23.9 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

计算机视觉——Python+TensorFlow+Keras深度学习实战(微课视频版) 版权信息

ISBN：9787302579250
条形码：9787302579250 ; 978-7-302-57925-0
装帧：70g胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

计算机视觉——Python+TensorFlow+Keras深度学习实战(微课视频版) 本书特色

本书在多年科研积累的基础上，指导读者建立以理论+实践+前沿为导向的“计算机视觉”学习思路，*后以基于YOLO和DeepSort的目标检测与跟踪的综合案例完成实践

计算机视觉——Python+TensorFlow+Keras深度学习实战(微课视频版) 内容简介

人工智能正在成为全世界产业变革的方向，处于第四次科技革命的核心地位。计算机视觉（Computer Vision）就是利用摄像机、算法和计算资源为人工智能系统按上“眼睛”，让其可以拥有人类的双眼所具有的前景与背景分割、物体识别、目标跟踪、判别决策等功能。计算机视觉系统可以让计算机看见并理解这个世界的“信息”，从而替代人类完成重复性工作。目前计算机视觉领域热门的研究方向有物体检测和识别、语义分割、目标跟踪等。本书围绕着计算机视觉的关键技术，介绍基于深度学习计算机视觉的基础理论及主要算法。本书结合常见的应用场景和项目实例，循序渐进地带领读者进入美妙的计算机视觉世界。本书共分为11章，2~5章介绍计算机视觉的几种关键技术，即图像分类、目标检测、图像分割和目标跟踪，并将这四项关键技术组合完成.人工智能的实际应用。本书在6、7章介绍人工智能的两个典型应用：文字检测与识别系统及多任务深度学习系统，第8章介绍一种很好有意思的深度学习网络——对抗生成神经网络，第9章介绍制作训练和测试样本的方法，0章介绍如何安装TensorFlow、Keras API及相关介绍，1章介绍综合实验。本书提供了大量项目实例及代码解析，均是基于Python语言及TensorFlow、Keras API的。本教材的每章均配有微课视频，扫描每章的二维码，可观看作者的视频讲解

计算机视觉——Python+TensorFlow+Keras深度学习实战(微课视频版) 目录

第1章人工智能概述
1．1 人工智能的发展浪潮
1．2 AI技术发展历史
1．2．1 AI技术三要素之算法
1．2．2 AI技术三要素之计算资源
1．2．3 AI三要素之数据
1．3 视频分析技术的应用案例
1．3．1 基于人脸识别技术的罪犯抓捕系统
1．3．2 基于文字识别技术的办公自动化系统
1．3．3 基于图像分割及目标检测技术的无人驾驶环境感知系统
1．3．4 基于目标检测及跟踪技术的电子交警系统
1．3．5 基于图像比对技术的产品缺陷检测系统
1．3．6 基于行为识别技术的安全生产管理系统
1．4 本章小结

第2章深度卷积神经网络
2．1 深度卷积神经网络的概念
2．2 卷积神经网络的构成
2．2．1 卷积层
2．2．2 激活函数
2．2．3 池化层
2．3 深度卷积神经网络模型结构
2．3．1 常用网络模型
2．3．2 网络模型对比
2．4 图像分类
2．5 迁移学习
2．6 图像识别项目实例
2．6．1 下载ImageNet的训练模型
2．6．2 ResNet模型构建
2．6．3 测试图像
2．7 本章小结
2．8 习题

第3章目标检测
3．1 目标检测的概念
3．2 基于候选区域的目标检测算法
3．2．1 FasterR-CNN目标检测算法
3．2．2 基于区域的全卷积网络（R-FCN）目标检测算法
3．3 基于回归的目标检测算法
3．3．1 YOLO目标检测算法
3．3．2 SSD目标检测算法
3．4 目标检测算法评价指标
3．5 深度卷积神经网络目标检测算法性能对比
3．6 目标检测项目实战
3．6．1 FasterR-CNN
3．6．2 用YOLO训练自己的模型
3．7 本章小结
3．8 习题
……

第4章图像分割
第5章目标跟踪
第6章 OCR文字识别
第7章多任务深度学习网络
第8章生成对抗神经网络
第9章样本制作与数据增强
第10章 Keras安装和API
第11章综合实验：基于YOLO和DeepSort的目标检测与跟踪

展开全部

计算机视觉——Python+TensorFlow+Keras深度学习实战(微课视频版) 作者简介

　　袁雪，北京交通大学教授、博士生导师，曾任日本SECOM东京研究院研究员。从事人工智能、计算机视觉技术的教学与科研工作，在智能监控、车载视觉环境感知、基于视觉的表面缺陷检测、运输载体故障诊断等方向有着多年的科研经验。近年来主持国家自然科学基金、北京市科委重点研发专项等***、省部级、企业合作项目共计30余项。在国际重要的学术期刊与会议上发表论文60余篇，其中被SCI收录论文20余篇。被授权发明专利6项（日本发明专利3项）。目前致力于人工智能技术的产业化应用。曾自主研发多套软件与装备，如无人系统的视觉感知系统、煤矿运输皮带综合监测系统、高速铁路运行安全监测系统等，产生了良好的经济和社会效益。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐