Python計算機視覺編程與應用 劉國華 9787111780052 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202508*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Python計算機視覺編程與應用
ISBN：9787111780052
出版社：機械工業
著編譯者：劉國華
頁數：273
所在地：中國大陸 *此為代購商品
書號：1736983
可大量預訂，請先連絡。

編輯推薦
適讀人群 ：本科高校學生
Python作為實現計算機視覺編程的第一大語言，簡單方便，是一種效率極高的語言。本書共分10章，首先，介紹了Python的編程基礎及其在計算機視覺中，關於傳統圖像處理方面的編程應用；其次，介紹了深度卷積神經網絡的理論基礎及PyTorch深度學習框架；最後，介紹了Python在圖像分類、目標檢測和語義分割中的典型應用，以及輕量化網絡與遷移學習的相關知識。在每一章 的結尾都附有必要的習題，供教學或自學練習使用，以便讀者加深對本書所述內容的理解。

內容簡介
Python作為實現計算機視覺編程的第一大語言，簡單方便，是一種效率極高的語言。本書共分10章，首先，介紹了Python的編程基礎及其在計算機視覺中，關於傳統圖像處理方面的編程應用；其次，介紹了深度卷積神經網絡的理論基礎及PyTorch深度學習框架；最後，介紹了Python在圖像分類、目標檢測和語義分割中的典型應用，以及輕量化網絡與遷移學習的相關知識。在每一章 的結尾都附有必要的習題，供教學或自學練習使用，以便讀者加深對本書所述內容的理解。
本書深度適中，內容力求精煉，可作為高等學校電子信息工程、通信與信息工程、計算機科學與技術等專業本科生與研究生的教學參考書，也可供從事計算機視覺、人工智能等相關領域的科研人員和工程技術人員參考。

作者簡介
高等院校教師

目錄

前言
第1章 Python編程基礎1
1 1基本語法2
1 2序列與數據結構13
1 3函數與模塊18
1 4面向對象編程29
本章 小結38
習題38
第2章 Python文件操作與異常處理39
2 1文件操作40
2 2異常處理59
本章 小結67
習題67
第3章 Python基本圖像操作68
3 1使用Pillow進行圖像基礎操作69
3 2使用Matplotlib進行圖像分析76
3 3利用NumPy進行圖像數據處理81
3 4借助SciPy進行高級圖像處理83
3 5使用scikitimage處理圖像88
本章 小結91
習題91
第4章 Python傳統圖像處理方法92
4 1圖像增強93
4 2圖像分類106
4 3目標檢測111
4 4圖像分割120
本章 小結127
習題127
第5章 深度卷積神經網絡基礎128
5 1監督學習和無監督學習129
5 2欠擬合和過擬合131
5 3反向傳播133
5 4損失和優化134
5 5激活函數138
5 6卷積神經網絡基礎140
本章 小結145
習題146
Python計算機視覺編程與應用

目錄

第6章 PyTorch深度學習框架147
6 1PyTorch框架簡介148
6 2PyTorch環境配置與安裝150
6 3PyTorch中的Tensor153
6 4PyTorch常用模塊及庫159
6 5神經網絡模型搭建與參數優化165
本章 小結168
習題168
第7章 計算機視覺應用——圖像分類169
7 1圖像分類簡介170
7 2ResNet基本原理171
7 3訓練過程179
7 4模型結果評估187
本章 小結189
習題190
第8章 計算機視覺應用——目標檢測191
8 1目標檢測簡介192
8 2兩階段式目標檢測算法193
8 3單階段式目標檢測網絡197
8 4目標檢測算法性能評估指標206
本章 小結209
習題209
第9章 計算機視覺應用——語義分割210
9 1圖像語義分割介紹211
9 2DeepLab系列語義分割網絡發展概述213
9 3DeepLabV3+網絡基本原理216
9 4模型訓練與評估228
本章 小結235
習題235
第10章 輕量化網絡與遷移學習236
10 1模型壓縮237
10 2輕量化網絡結構247
10 3輕量化網絡性能評估252
10 4遷移學習的分類與方法257
10 5微調遷移應用實例263
本章 小結272
習題272
參考文獻273

前言/序言
在當前全球科技飛速發展的背景下，Python編程語言憑藉其簡潔、易學和強大的功能，已成為計算機視覺領域中最受歡迎的編程工具之一。Python擁有豐富的函數庫和框架，如OpenCV、TensorFlow和PyTorch，極大地方便了計算機視覺應用的開發與實現。Python的優勢在於其高效的開發速度、廣泛的社區支持以及與其他語言和工具的良好兼容性，使其在學術研究與工業應用中佔據重要地位。
計算機視覺作為人工智能的一個重要分支，近年來得到了迅猛發展。計算機視覺技術不僅在自動駕駛、智能監控、醫療影像分析等領域展現出了巨大的潛力，還在推動工業自動化、智能製造和智慧城市建設方面發揮了重要作用。隨著深度學習算法的不斷進步，計算機視覺的應用領域不斷擴大，其未來發展前景十分廣闊。
當前我國正處於從製造大國向製造強國邁進的重要階段，科技創新是國家現代化建設的核心驅動力，而計算機視覺作為新一代信息技術的代表之一，已經成為國家科技戰略的重要組成部分。Python語言在計算機視覺中的編程應用，能夠有效提高算法開發效率，加速科研成果轉化，助力我國在國際科技競爭中佔據領先地位。
本書重點介紹了傳統圖像處理的Python編程基礎及計算機視覺的三大核心任務：圖像分類、目標檢測和語義分割。這三大任務是計算機視覺的基礎，在各類應用場景中發揮著關鍵作用。圖像分類通過分析圖像內容，準確識別並分類不同的物體；目標檢測則進一步實現了對圖像中多個目標的定位與識別；語義分割則是在像素級別進行分類，將圖像細分為具有特定語義的區域。這些任務不僅是計算機視覺的基本研究方向，也是當前應用最為廣泛的技術之一。
本書通過系統地介紹Python語言在計算機視覺中的編程方法與實際應用，旨在培養學生的編程能力和工程實踐能力，幫助學生掌握前沿技術，並為我國培養出更多具有創新能力和社會責任感的高素質科技人才。
本書適用于大學二年級以上，具備必要的數學基礎知識的本科生、研究生，工作在人工智能領域一線的工程技術人員，對計算機視覺感興趣且具備必要預備知識的所有讀者。
本書由天津工業大學劉國華教授執筆，郭長瑞、連海洋、呂世傑、趙英傑參與編寫工作並進行程序實驗。全書由劉國華負責統稿、定稿。在編寫過程中，編者參考了大量書籍、論文、資料和網站文獻，在此對原作者表示衷心的感謝。在本書的編寫過程中，徐子誠、陳闖、趙繼學等參與了資料整理工作，在此一併表示感謝。
由於編者水平有限，書中疏漏和不足之處在所難免，敬請讀者不吝指正。
編者

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。