- 计算机视觉技术实战(高等职业教育人工智能技术应用专业系列教材)
- - 作者：编者:谢志强//张力文|责编:孟秋黎
  - 出版社：西安电子科大
  - ISBN：9787560675312
  - 出版日期：2025/02/01
  - 页数：194
- 售价：15.6

内容大纲
本书内容循序渐进，紧扣时代热点，通过9个精心设计的项目，由浅入深地引导读者从基础理论到实际应用，逐步掌握计算机视觉领域的关键技术。书中每个项目都是独立的学习单元，项目涵盖了卷积入门、图像分类、目标检测、图像分割、目标跟踪、人脸识别、风格迁移、CV大模型以及模型部署等多个应用领域。同时，各个项目实践中皆融入了新时代中国特色社会主义思想和党的二十大精神。
本书注重职业教育的职业性、实践性等特征，致力于当代高职院校学生相关职业技术能力的培养，本书内容符合高等职业教育人工智能相关专业教学内容要求和产业高端生产需要。无论是高职高专院校计算机与人工智能相关专业的学生，还是对计算机视觉技术感兴趣的读者，都可以通过本书快速入门并提高实践能力。
作者介绍
目录
项目1 卷积入门：手动搭建入门级卷积神经网络
  任务1.1 认识数据集
    1.1.1 数据集来源
    1.1.2 数据集展示
  任务1.2 深度学习环境部署
    1.2.1 深度学习框架简介
    1.2.2 安装深度学习框架
    1.2.3 安装依赖库
  任务1.3 模型训练与评估
    1.3.1 数据准备和预处理
    1.3.2 定义神经网络结构和超参数
    1.3.3 模型训练和评估
  项目总结
项目2 图像分类：基于ResNet-18的时尚商品识别
  任务2.1 认识数据集Fashion-MNIST和预训练模型ResNet-18
    2.1.1 数据集Fashion-MNIST介绍
    2.1.2 ResNet-18模型简介
  任务2.2 TensorBoard的安装与使用
    2.2.1 TensorBoard简介
    2.2.2 TensorBoard安装
    2.2.3 TensorBoard使用
  任务2.3 模型训练与评估
    2.3.1 数据准备和预处理
    2.3.2 定义模型和超参数
    2.3.3 模型训练和评估
  项目总结
项目3 目标检测：基于YOLOv8的口罩识别
  任务3.1 认识数据集和数据标注
    3.1.1 数据集介绍
    3.1.2 数据标注工具介绍
  任务3.2 认识YOLOv8框架
    3.2.1 YOLOv8目标检测框架简介
    3.2.2 YOLOv8目标检测的性能指标
    3.2.3 YOLOv8的安装
  任务3.3 模型训练与评估
    3.3.1 数据准备
    3.3.2 模型训练
    3.3.3 模型推理
  项目总结
项目4 图像分割：基于YOLOv8-seg的宠物猫实例分割
  任务4.1 实例分割数据集准备
    4.1.1 数据集介绍
    4.1.2 数据集标注
    4.1.3 数据预处理
  任务4.2 YOLOv8-seg模型训练
    4.2.1 YOLOv8-seg模型简介
    4.2.2 YOLOv8-seg模型训练
  任务4.3 YOLOv8-seg模型推理
    4.3.1 模型推理结果可视化
    4.3.2 模型推理结果获取

  项目总结
项目5 目标跟踪：基于YOLOv8-track的宠物猫目标跟踪
  任务5.1 认识目标跟踪
    5.1.1 目标跟踪算法概述
    5.1.2 目标跟踪算法评估指标
  任务5.2 认识YOLOv8-track
    5.2.1 YOLOv8-track框架
    5.2.2 YOLOv8-track实战应用
  任务5.3 宠物猫运动轨迹追踪可视化
  项目总结
项目6 人脸识别：基于insightface的人脸检索
  任务6.1 认识人脸识别
    6.1.1 人脸识别简介
    6.1.2 人脸采集说明
  任务6.2 认识insightface框架
    6.2.1 insightface框架简介
    6.2.2 insightface库的安装与使用
  任务6.3 基于insightface的人脸检索
    6.3.1 人脸注册
    6.3.2 人脸匹配
  项目总结
项目7 风格迁移：基于NST与AnimeGAN的图像风格化
  任务7.1 认识图像风格迁移
    7.1.1 图像风格迁移方法
    7.1.2 图像风格迁移应用领域
  任务7.2 基于NST的图像风格迁移
    7.2.1 NST原理概述
    7.2.2 自然风景国画化实战
  任务7.3 基于AnimeGAN的图像风格迁移
    7.3.1 AnimeGAN原理概述
    7.3.2 人脸风格化实战
  项目总结
项目8 以文修图：基于Grounded-SAM大模型的图像编辑
  任务8.1 认识Grounded-SAM开源项目
    8.1.1 Grounded-SAM概述
    8.1.2 Grounded-SAM的部署和使用
  任务8.2 基于Grounded-SAM的图像编辑
    8.2.1 以文修图的实现过程
    8.2.2 基于Gradio实现可视化图像编辑
  任务8.3 Grounding DINO模型的微调
    8.3.1 微调任务分析
    8.3.2 基于MMDetection框架的Grounding DINO微调
  项目总结
项目9 综合应用：火情识别算法研发及部署
  任务9.1 火情识别模型训练
    9.1.1 D-Fire数据集
    9.1.2 YOLOv8算法模型选择
    9.1.3 YOLOv8环境搭建及训练
    9.1.4 算法效果分析
    9.1.5 算法模型调优

  任务9.2 推理框架及模型转换
    9.2.1 推理框架概述
    9.2.2 ONNX RUNTIME推理框架实战
    9.2.3 OpenVINO推理框架实战
    9.2.4 TensorRT推理框架实战
  任务9.3 火情识别模型部署
    9.3.1 模型推理
    9.3.2 推理结果可视化
  项目总结
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目