機器視覺檢測與識別技術及應用-基於深度學習 張勤儉 9787122456830 【台灣高等教育出版社】
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：化學工業
物品所在地：中國大陸
原出版社：化學工業
NT$508
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：202409*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：機器視覺檢測與識別技術及應用-基於深度學習 ISBN：9787122456830 出版社：化學工業 著編譯者：張勤儉 頁數：260 所在地：中國大陸 *此為代購商品 書號：1672026 可大量預訂，請先連絡。 內容簡介 《機器視覺檢測與識別技術及應用：基於深度學習》致力於深入剖析機器視覺檢測與識別技術的內在機理、實用策略及其多元化應用，旨在為讀者搭建起一個堅實而全面的理論知識與實踐經驗的橋樑。內容涉獵廣泛，既涵蓋圖像處理、特徵提取、目標檢測，又深入探索圖像分割、人臉識別、物體識別等，從基礎概念到高級演算法，全面又深入。在深度解讀各個主題的同時，本書注重理論與實踐的緊密結合，相關章節均配以典型的案例分析，展示這些技術在現實場景中的具體應用。 通過閱讀本書，讀者將深入理解機器視覺技術的運作原理，並學會如何將這些技術靈活運用於解決實際問題。此外，本書還特別關注機器視覺技術所帶來的倫理、隱私和社會影響等深層次議題，確保技術的發展既有利於社會進步，又尊重和保護個體的權利與隱私，實現可持續發展。 本書適合從事計算機視覺、人工智慧、圖像處理以及相關領域研究和開發的專業人士閱讀，也可作為高等院校計算機相關專業的教材，對機器視覺感興趣的人群也可以閱讀。作者簡介 張勤儉，北京信息科技大學教授，博士生導師。現任超聲加工技術委員會副主任、中國模具工業協會拉絲模委員會副主任、中國機械工程學會特種加工分會副秘書長、中國機械製造工藝協會理事。2002年被評為「北京市科技新星」，主持國家重點研發計劃等省部級以上項目10餘項，獲省部級以上獎勵4項，出版專著3部，發表學術論文100餘篇。主要研究方向：特種加工技術、工藝與設備；智能（醫療）機器人技術。目錄 第1章 機器視覺概述1 1 機器視覺的基本概念 1 2 機器視覺的發展歷程 1 3 機器視覺的發展趨勢 1 4 機器視覺的應用領域 第2章 深度學習基礎知識 2 1 基本概念與理論 2 2 基本思想 2 3 深度學習常用的方法 第3章 深度學習與機器視覺 3 1 深度學習應用於機器視覺 3 2 深度學習應用於機器視覺的例子 3 2 1 基於深度學習的機器視覺在谷歌中的應用 3 2 2 基於深度學習的機器視覺在百度中的應用 3 2 3 基於深度學習的機器視覺在醫療中的應用 3 2 4 基於深度學習的機器視覺在安防中的應用 3 2 5 基於深度學習的機器視覺在攝影攝像中的應用 3 3 機器視覺的關鍵深度學習方法和應用 第4章 圖像分類與參數學習 4 1 圖像分類基礎 4 2 線性分類器 4 3 損失函數 4 3 1 損失函數的作用 4 3 2 常見的損失函數 第5章 Transformer 5 1 Transformer背景 5 1 1 Transformer簡介 5 1 2 傳統序列模型的局限性 5 2 Transformer模型 5 2 1 Transformer基本框架 5 2 2 輸入部分 5 2 3 編碼器結構 5 2 4 解碼器結構 5 3 Transformer在機器視覺中的應用 5 3 1 Detection Transformer（DETR） 5 3 2 Unsupervised Pre-training for Object Detection with Transformers（UP-DETR） 5 3 3 Deformable DETR 第6章 基於深度學習的目標檢測 6 1 目標檢測技術 6 1 1 目標檢測概念 6 1 2 目標檢測評價指標 6 1 3 目標檢測數據集 6 2 目標檢測方法 6 2 1 傳統目標檢測演算法 6 2 2 基於深度學習目標檢測演算法 6 3 基於區域的兩階段目標檢測方法 6 3 1 R-CNN 6 3 2 SPP-Net 6 3 3 Fast R-CNN 6 3 4 Faster R-CNN 6 4 基於區域的單階段目標檢測方法 6 4 1 SSD 6 4 2 YOLO v 6 4 3 RetinaNet 6 5 基於深度學習的目標檢測演算法應用場景 6 5 1 農業領域應用——害蟲檢測 6 5 2 航天領域應用——遙感監測 6 5 3 交通領域應用——車輛檢測 第7章 目標識別 7 1 目標識別技術 7 1 1 目標識別概念 7 1 2 目標識別評價指標 7 2 目標識別方法 7 2 1 傳統目標識別方法 7 2 2 深度學習目標識別方法 第8章 深度學習中的目標識別 8 1 圖像識別模型介紹 8 2 圖像識別模型改進演算法 8 2 1 小加權隨機搜索演算法 8 2 2 E-S判斷方法 8 2 3 構造小型卷積神經網路 8 2 4 殘差網路模型 8 2 5 融入注意力機制的殘差網路識別演算法 8 3 基於深度學習的目標識別演算法應用場景 8 3 1 生物信息領域應用——人臉識別 8 3 2 軍事領域應用——雷達探測 8 3 3 工業領域應用——水下作業 第9章 前列腺腫瘤檢測 9 1 前列腺圖像複原、重建與合成 9 1 1 醫學圖像複原與重建 9 1 2 前列腺圖像合成 9 2 醫學圖像配准與分割 9 2 1 醫學圖像配准 9 2 2 醫學圖像分割 第10章 目標檢測與識別技術在醫療領域中的應用 10 1 醫學圖像處理技術及應用價值 10 1 1 醫學圖像的類型 10 1 2 醫學圖像的格式 10 1 3 目標檢測與識別技術在醫療領域的應用價值 10 2 影像圖像的疾病診斷與病灶分型 10 2 1 典型的疾病診斷網路 10 2 2 影像的疾病診斷應用 10 3 影像圖像的組織器官分割技術 10 3 1 通用分割網路 10 3 2 專用分割技術 10 4 公開數據集 10 4 1 影像診斷 10 4 2 器官分割 10 4 3 病理分析與生物信息 10 4 4 競賽單元/通用數據集 第11章 生菜識別及性狀分析 11 1 背景介紹 11 2 定義問題 11 3 數據分析 11 3 1 數據內容及結構 11 3 2 數據相關性分析 11 4 數據處理 11 4 1 數據載入及預處理 11 4 2 數據增強 11 4 3 標籤載入 11 5 模型搭建 11 5 1 三階段多分支自校正網路設計思路 11 5 2 主模型 11 5 3 輔助模型 11 6 模型訓練 11 6 1 訓練參數設置 11 6 2 訓練曲線及結果分析 11 7 模型評估 11 7 1 評估指標 11 7 2 評估結果 11 8 模型討論 11 8 1 深度圖像的數據處理方法討論 11 8 2 輔助模型的設計及選擇 11 8 3 高通量情形下的生菜性狀估計思路設計 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。 |
