-
内容大纲
《PyTorch深度学习之目标检测》首先从人工智能产业的发展史和机器“眼中”的图像世界开始讲述,逐步引导读者进入机器学习的图像处理当中;然后讲解深度学习中实现目标检测的主要算法,和以PyTorch框架为基础构建的神经网络;最后的实战部分详细讲解了如何使用目标检测算法实现具体项目。
全书共10章,涵盖内容包括:人工智能的历史和发展前景、深度学习的基础知识、卷积神经网络基础知识、PyTorch基础、目标检测算法、单阶段目标检测算法、双阶段目标检测算法、神经网络示例、污损遮挡号牌识别实战和地形目标识别实战。
本书内容丰富、实用性强,适合目标检测方向的入门读者和进阶读者阅读,也适合在校学生、图像方向的算法工程师和其他编程爱好者阅读,还适合作为相关培训机构的教材使用。 -
作者介绍
-
目录
第1章 人工智能的历史及发展前景
1.1 人工智能的诞生
1.1.1 什么是人工智能
1.1.2 AI发展简史
1.2 计算机视觉基础
1.2.1 机器“眼中”的图像世界
1.2.2 传统的图像处理方法
1.3 深度学习的应用场景
1.3.1 图像分类
1.3.2 图像检测
1.3.3 图像分割
1.3.4 图像描述
1.3.5 图像问答
1.3.6 图像生成
1.4 小结
第2章 深度学习基础知识
2.1 神经网络实现方法
2.1.1 前向传播算法
2.1.2 反向传播算法
2.2 自动梯度
2.2.1 局部最优解与鞍点
2.2.2 最优解的判别
2.2.3 局部最优解与鞍点的解决办法
2.2.4 梯度爆炸与梯度消失
2.3 参数更新
2.3.1 激活函数
2.3.2 优化器
2.3.3 损失函数
2.4 小结
第3章 卷积神经网络基础
3.1 常用卷积层操作合集
3.1.1 卷积原理
3.1.2 标准卷积
3.1.3 深度卷积
3.1.4 分组卷积
3.1.5 空洞卷积
3.2 可变形卷积
3.2.1 可变形卷积原理
3.2.2 可变形卷积结构
3.3 目标分割之反卷积
3.3.1 反卷积数学理论的推导
3.3.2 反卷积在全卷积神经网络中的应用
3.4 池化层操作合集
3.4.1 特征扩充之上采样
3.4.2 特征提取之下采样
3.5 全连接层操作
3.5.1 原理概述
3.5.2 全连接层之间的连接
3.6 数据归一化
3.6.1 什么是数据归一化
3.6.2 Batch Normalization
3.6.3 Layer Normalization
3.6.4 Instance Normalization
3.6.5 Group Normalization
3.6.6 Switchable Normalization
3.7 防过拟合操作
……
第4章 PyTorch基础
第5章 目标检测算法
第6章 单阶段目标检测
第7章 双阶段目标检测
第8章 神经网络示例
第9章 污损遮挡号牌识别实战
第10章 地形目标识别实战
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...