中图网

>

图形图像多媒体

深度学习之图像目标检测与识别方法

作者：史朋飞等著

出版社：电子工业出版社出版时间：2024-09-01

开本：其他页数： 208

本类榜单：计算机/网络销量榜

中图价:¥56.1(7.1折) 定价 ~~¥79.0~~ 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:¥56.1 加入购物车

版权信息
内容简介
目录
作者简介

深度学习之图像目标检测与识别方法版权信息

ISBN：9787121488122
条形码：9787121488122 ; 978-7-121-48812-2
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
图形图像多媒体

深度学习之图像目标检测与识别方法内容简介

本书介绍了深度学习在图像目标检测与识别领域的应用，主要包括基于UNet的图像去雾算法、基于特征融合GAN的图像增强算法、基于ESRGAN的图像超分辨率重建算法、基于嵌套UNet的图像分割算法、基于对抗迁移学习的水下大坝裂缝图像分割算法、基于改进Faster-RCNN的海洋生物检测算法、基于YOLOv4的目标检测算法、基于RetinaNet的密集目标检测算法、基于LSTM网络的视频图像目标实时检测、基于改进YOLOv4的嵌入式变电站仪表检测算法等。

深度学习之图像目标检测与识别方法目录

目录第0章绪论 1 0.1 研究背景及意义 1 0.2 国内外研究现状 2 0.2.1 水下图像质量提升方法 2 0.2.2 基于深度学习的目标检测算法研究 5 0.2.3 裂缝图像分割算法研究 7 0.3 本书的主要内容及章节安排如下 9 参考文献 12 第1章基于UNet的图像去雾算法 19 1.1 引言 19 1.2 本章算法 21 1.2.1 特征提取层 21 1.2.2 网络结构 21 1.2.3 损失函数 25 1.3 实验与分析 26 1.3.1 实验环境 26 1.3.2 实验数据集 26 1.3.3 评价指标 26 1.3.4 参数设置 27 1.3.5 实验结果 27 1.3.6 运行时间对比 31 1.4 本章小结 31 参考文献 31 第2章基于特征融合GAN的图像增强算法 35 2.1 引言 35 2.2 GAN概述 35 2.2.1 GAN的基本概念 35 2.2.2 GAN的数学模型 36 2.3 基于特征融合GAN的图像增强算法 37 2.3.1 颜色校正 37 2.3.2 生成器的结构 41 2.3.3 判别器的结构 43 2.3.4 损失函数的选择 43 2.4 实验与分析 45 2.4.1 实验数据及训练 45 2.4.2 实验结果 47 2.4.3 消融实验 50 2.5 本章小结 52 参考文献 53 第3章基于ESRGAN的图像超分辨率重建算法 57 3.1 引言 57 3.2 ESRGAN 57 3.3 基于ESRGAN的水下图像超分辨率重建算法 60 3.3.1 生成器的结构 60 3.3.2 相对判别器的结构 63 3.3.4 损失函数的选择 65 3.4 实验与分析 66 3.4.1 实验数据及训练 66 3.4.2 实验结果 67 3.5 本章小结 70 参考文献 70 第4章基于嵌套UNet的图像分割算法 73 4.1 引言 73 4.2 卷积神经网络的相关技术 74 4.3 全卷积网络 75 4.4 UNet模型 78 4.5 裂缝图像分割模型Att_Nested_UNet

展开全部

深度学习之图像目标检测与识别方法作者简介

史朋飞，男，博士、副教授、硕士生导师，CCF会员、IEEE会员，入选河海大学"大禹学者计划”"常州市重点产业紧缺人才计划”等。主要从事机器视觉、水下探测与成像、多源信息融合等方面的研究。主持江苏省自然科学基金1项、国家自然科学基金1项、常州市应用基础研究计划1项。发表论文50余篇，其中SCI/EI检索30余篇。申请发明专利20余项，授权10余项。获得软件著作权5项。获江苏省科学技术三等奖1项，常州市优秀科技论文二等奖、三等奖各1项。编写《人工智能与机器人》教材、《水下光学图像增强与复原方法及应用》各1部等。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐