日本一区二区杨幂系列,久久精品国产亚洲AV无码偷窥,少妇人妻系列无码

內(nèi)容簡介

　　本書以深度學習在計算機視覺領域的常用技術與案例相結合的方式，深入淺出地介紹計算機視覺的常見任務及實現(xiàn)技術。全書共7章，內(nèi)容包含概述、圖像處理基本操作、深度學習視覺基礎任務、基于FaceNet的人臉識別實戰(zhàn)、基于Faster R-CNN的目標檢測實戰(zhàn)、基于U-Net的城市道路場景分割實戰(zhàn)、基于SRGAN的圖像超分辨率技術實戰(zhàn)等。本書大部分章包含操作實踐代碼和課后習題，希望能夠幫助讀者在計算機視覺基礎任務中應用算法，鞏固所學內(nèi)容。本書可以作為高校人工智能相關專業(yè)教材，也可以作為從事計算機視覺技術研究的從業(yè)者和科技人員的參考用書。對于有一定基礎和經(jīng)驗的讀者，本書也能幫助他們查漏補缺，深入理解和掌握相關原理及方法，提升解決實際問題的能力。

作者簡介

暫缺《深度學習與計算機視覺實戰(zhàn)》作者簡介

圖書目錄

第1章概述
1.1 計算機視覺與深度學習
1.1.1 計算機視覺
1.1.2 深度學習
1.2 深度學習的計算機視覺應用
1.2.1 人臉識別
1.2.2 圖像分類
1.2.3 目標檢測
1.2.4 圖像分割
1.2.5 姿態(tài)估計
1.2.6 場景識別
1.2.7 目標跟蹤
1.2.8 動作識別
1.2.9 黑白照片自動著色
1.2.10 圖像風格轉(zhuǎn)移
1.3 相關Python庫
1.3.1 深度學習框架
1.3.2 圖像處理庫
小結
課后習題
第2章圖像處理基本操作
2.1 讀寫圖像
2.1.1 常用圖像類型
2.1.2 讀取圖像
2.1.3 顯示圖像
2.1.4 保存圖像
2.2 圖像顏色空間
2.2.1 常用顏色空間簡介
2.2.2 顏色空間轉(zhuǎn)換
2.3 圖像幾何變換
2.3.1 圖像平移
2.3.2 圖像縮放
2.3.3 圖像旋轉(zhuǎn)
2.3.4 圖像仿射
2.4 圖像增強
2.4.1 灰度級修正
2.4.2 圖像平滑
2.4.3 圖像銳化
小結
課后習題
第3章深度學習視覺基礎任務
3.1 深度神經(jīng)網(wǎng)絡
3.2 卷積神經(jīng)網(wǎng)絡
3.2.1 卷積層
3.2.2 池化層
3.2.3 全連接層
3.2.4 卷積神經(jīng)網(wǎng)絡訓練過程
3.3 圖像分類
3.3.1 圖像分類簡介
3.3.2 圖像分類經(jīng)典算法