計算機視覺與PyTorch項目實戰-基於深度學習框架的端到端產品級模型設計與開發 9787302657422 (印)阿克
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202404*若逾兩年請先於私訊洽詢存貨情況，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：計算機視覺與PyTorch項目實戰-基於深度學習框架的端到端產品級模型設計與開發 ISBN：9787302657422 出版社：清華大學 著編譯者：(印)阿克謝·庫爾卡尼 (印) 頁數：221 所在地：中國大陸 *此為代購商品 書號：1641370 可大量預訂，請先連絡。 【台灣高等教育出版社簡體書】 計算機視覺與PyTorch項目實戰-基於深度學習框架的端到端產品級模型設計與開發 787302657422 (印)阿克謝·庫爾卡尼 (印) 內容簡介 本書使用PyTorch框架來討論計算機視覺演算法及其應用。首先介紹計算機視覺基礎，主題涉及卷積神經網路、ResNet、YOLO、數據增強和業內使用的其他常規技術。隨後簡要概述PyTorch庫。接下來探究圖像分類問題、對象檢測技術以及如何在訓練和運行推理的同時實現遷移學習。最後通過一個完整的建模過程來闡述深度學習框架PyTorch是如何運用優化技巧和模型AI可解釋性的。 本書適合具有一定基礎的中高級讀者閱讀和參考，可以幫助他們使用遷移學習和PyTorch來搭建產品級的計算機視覺模型。作者簡介 尼廷·奈傑·夏爾馬（Nitin Ranjan Sharma），諾華製藥產品經理，主要帶領團隊使用多模型技術來開發產品。此外也為財富500強公司提供諮詢服務，運用機器學習和深度學習框架來幫助他們解決複雜的業務問題。同時也是一名活躍的開源貢獻者。目錄 第1章 計算機視覺的基本構成1 1 什麼是計算機視覺 1 1 1 應用 1 1 2 通道 1 1 3 卷積神經網路 1 1 4 了解CNN架構類型 1 1 5 掌握深度學習模型 1 1 6 PyTorch簡介 1 2 小結 第2章 圖像分類 2 1 本章所涵蓋的主題 2 2 方法概述 2 3 創建圖像分類流程 2 3 1 第一個基本模型 2 3 2 數據 2 3 3 數據探索 2 3 4 數據載入器 2 3 5 定義模型 2 3 6 訓練過程 2 3 7 基本模型的第二種變體 2 3 8 基本模型的第三種變體 2 3 9 基本模型的第四種變體 2 7 小結 第3章 構建目標檢測模型 3 1 使用 Boosted Cascade進行目標檢測 3 2 R-CNN 3 2 1 區域候選網路 3 2 2 快速區域卷積神經網路 3 2 3 候選區域網路的工作原理 3 2 4 錨框生成層 3 2 5 候選區域層 3 3 Mask R-CNN 3 4 YOLO 3 5 YOLO V2/V3 3 6 項目代碼片段 3 7 小結 第4章 構建圖像分割模型 4 1 圖像分割 4 2 PyTorch預訓練支持 4 2 1 語義分割 4 2 2 實例分割 4 3 模型優化 4 4 小結 第5章 基於圖的搜索和推薦系統 5 1 問題陳述 5 2 方法和方法論 5 3 實現 5 3 1 數據集 5 3 2 安裝和導入庫 5 3 3 導入和理解數據 5 3 4 特徵工程 5 3 5 計算相似度和排名 5 3 6 可視化推薦結果 5 3 7 從用戶處接收圖輸入並推薦相似產品 5 4 小結 第6章 姿態估計 6 1 自頂向下的方法 6 2 自底向上的方法 6 3 OpenPose 6 3 1 分支1 6 3 2 分支2 6 4 HRNet 6 5 Higher HRNet 6 6 PoseNet 6 6 1 PoseNet工作機制 6 6 2 PoseNet的優點和缺點 6 6 3 姿態估計的應用 6 6 4 在雜貨店視頻上進行的測試用例 6 7 實現 6 8 小結 第7章 圖像異常檢測 7 1 異常檢測 7 2 方法1：使用預訓練的分類模型 7 3 方法2：使用自編碼器 7 4 小結 第8章 圖像超解析度 8 1 利用最近鄰概念放大圖像 8 2 理解雙線性插值 8 3 變分自編碼器 8 4 生成式對抗網路 8 5 模型代碼 8 6 模型開發 8 7 運行應用程序 8 8 小結 第9章 視頻分析 9 1 問題陳述 9 2 方法 9 3 實現 9 3 1 數據 9 3 2 把視頻上傳到Google Colab 9 3 3 將視頻轉換為一系列圖像 9 3 4 圖像提取 9 3 5 數據預處理 9 3 6 確定雜貨店中的熱點 9 3 7 導入圖像 9 3 8 獲取人群計數 9 3 9 安保與監控 9 3 10 確定人口統計學特徵（年齡和性別） 9 4 小結 第10章 計算機視覺的可解釋AI 10 1 Grad-CAM 10 2 Grad-CAM 10 3 NBDT 10 4 Grad-CAM和Grad-CAM++的實現 10 4 1 在單個圖像上的Grad-CAM和Grad-CAM++實現 10 4 2 在單個圖像上的NBDT實現 10 5 小結 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
