- Python计算机视觉编程与应用(普通高等教育新工科智能制造工程系列教材)
- - 作者：编者:刘国华|责编:余皡//赵亚敏
  - 出版社：机械工业
  - ISBN：9787111780052
  - 出版日期：2025/08/01
  - 页数：272
- 售价：23.92

内容大纲
Python作为实现计算机视觉编程的第一大语言，简单方便，是一种效率极高的语言。本书共分10章，首先，介绍了Python的编程基础及其在计算机视觉中，关于传统图像处理方面的编程应用；其次，介绍了深度卷积神经网络的理论基础及PyTorch深度学习框架；最后，介绍了Python在图像分类、目标检测和语义分割中的典型应用，以及轻量化网络与迁移学习的相关知识。在每一章的结尾都附有必要的习题，供教学或自学练习使用，以便读者加深对本书所述内容的理解。
本书深度适中，内容力求精炼，可作为高等学校电子信息工程、通信与信息工程、计算机科学与技术等专业本科生与研究生的教学参考书，也可供从事计算机视觉、人工智能等相关领域的科研人员和工程技术人员参考。
作者介绍
目录
前言
第1章  Python编程基础
  1.1  基本语法
  1.2  序列与数据结构
  1.3  函数与模块
  1.4  面向对象编程
  本章小结
  习题
第2章  Python文件操作与异常处理
  2.1  文件操作
  2.2  异常处理
  本章小结
  习题
第3章  Python基本图像操作
  3.1  使用Pillow进行图像基础操作
  3.2  使用Matplotlib进行图像分析
  3.3  利用NumPy进行图像数据处理
  3.4  借助SciPy进行高级图像处理
  3.5  使用scikit-image处理图像
  本章小结
  习题
第4章  Python传统图像处理方法
  4.1  图像增强
  4.2  图像分类
  4.3  目标检测
  4.4  图像分割
  本章小结
  习题
第5章  深度卷积神经网络基础
  5.1  监督学习和无监督学习
  5.2  欠拟合和过拟合
  5.3  反向传播
  5.4  损失和优化
  5.5  激活函数
  5.6  卷积神经网络基础
  本章小结
  习题
第6章  PyTorch深度学习框架
  6.1  PyTorch框架简介
  6.2  PyTorch环境配置与安装
  6.3  PyTorch中的Tensor
  6.4  PyTorch常用模块及库
  6.5  神经网络模型搭建与参数优化
  本章小结
  习题
第7章  计算机视觉应用——图像分类
  7.1  图像分类简介
  7.2  ResNet基本原理
  7.3  训练过程
  7.4  模型结果评估

  本章小结
  习题
第8章  计算机视觉应用——目标检测
  8.1  目标检测简介
  8.2  两阶段式目标检测算法
  8.3  单阶段式目标检测网络
  8.4  目标检测算法性能评估指标
  本章小结
  习题
第9章  计算机视觉应用——语义分割
  9.1  图像语义分割介绍
  9.2  DeepLab系列语义分割网络发展概述
  9.3  DeepLabV3+网络基本原理
  9.4  模型训练与评估
  本章小结
  习题
第10章  轻量化网络与迁移学习
  10.1  模型压缩
  10.2  轻量化网络结构
  10.3  轻量化网络性能评估
  10.4  迁移学习的分类与方法
  10.5  微调迁移应用实例
  本章小结
  习题
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