| *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:202410*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:深度學習與圖像處理-PaddlePaddle版 ISBN:9787302673774 出版社:清華大學 著編譯者:錢彬 朱會傑 晉軍偉 頁數:292 所在地:中國大陸 *此為代購商品 書號:1685154 可大量預訂,請先連絡。 內容簡介 本書基於國產開源深度學習框架PaddlePaddle進行編寫,全面、系統地介紹了PaddlePaddle在數字圖像處理中的各種技術及應用,書中項目實例全部採用動態圖版本實現。全書共8章,分別介紹了基於深度學習的圖像分類、目標檢測、語義分割、實例分割、關鍵點檢測、風格遷移等內容,所有知識點均通過實際項目進行串聯,旨在幫助讀者在掌握基本深度學習演算法原理的基礎上,擴展項目實操能力,達到學以致用的效果。 本書可作為全國高等學校計算機、人工智慧等專業的「深度學習」課程教材,主要面向相關領域的教師、在讀學生和科研人員,以及從事深度學習與圖像處理的工程技術人員和愛好者。目錄 第1部分 基礎知識第1章 圖像處理基礎 1 1 圖像處理的基本概念 1 1 1 模擬圖像和數字圖像 1 1 2 數字圖像常見類型 1 1 3 應用方向 1 2 圖像處理基本操作 1 2 1 安裝OpenCV 1 2 2 圖像讀取、保存和可視化 1 2 3 像素操作 1 2 4 圖像轉換 1 2 5 圖像縮放 1 2 6 圖像裁剪 1 2 7 翻轉和旋轉 1 3 圖像卷積和濾波 1 3 1 線性濾波與卷積 1 3 2 常見卷積核 1 4 綜合案例應用:基於OpenCV的自動駕駛小車 1 4 1 任務概述 1 4 2 安裝模擬平台 1 4 3 車道線檢測 1 4 4 動作控制 1 5 小結 第2章 深度學習基礎 2 1 深度學習概述 2 1 1 人工智慧、機器學習和深度學習 2 1 2 深度學習起源和發展 2 1 3 深度學習框架 2 2 環境安裝 2 2 1 安裝說明 2 2 2 Windows平台 2 2 3 Ubuntu平台 2 2 4 AI Suadio平台 2 3 PaddlePaddle基礎 2 3 1 Tensor表示 2 3 2 Tensor計算 2 3 3 自動求梯度 2 4 PaddlePaddle實現機器學習:線性回歸投資預測 2 4 1 問題定義 2 4 2 導數法 2 4 3 梯度下降法 2 5 PaddlePaddle實現深度學習:自動駕駛小車控制 2 5 1 卷積神經網路基礎 2 5 2 演算法原理 2 5 3 數據採集 2 5 4 數據讀取 2 5 5 網路模型 2 5 6 損失函數 2 5 7 優化演算法 2 5 8 模型訓練 2 5 9 模型驗證 2 5 10 模型集成 2 6 小結 第2部分 案例應用 第3章 圖像分類(智能垃圾分揀器) 3 1 任務概述 3 1 1 任務背景 3 1 2 安裝PaddleClas套件 3 2 演算法原理 3 2 1 VGG演算法 3 2 2 ResNet演算法 3 2 3 MobileNet演算法 3 3 演算法研發 3 3 1 數據集準備 3 3 2 演算法訓練 3 4 Jetson Nano智能終端部署(Linux GPU推理) 3 4 1 部署工具FastDeploy介紹 3 4 2 Jetson Nano上Python推理 3 4 3 Jetson Nano上C++推理 3 5 小結 第4章 目標檢測(二維碼掃碼槍) 4 1 任務概述 4 1 1 任務背景 4 1 2 安裝PaddleDetecttion套件 4 2 演算法原理 4 2 1 目標檢測常用概念 4 2 2 RCNN演算法 4 2 3 Fast RCNN演算法 4 2 4 Faster RCNN演算法 4 2 5 YOLO v3演算法 4 2 6 PieoDet演算法 4 3 演算法研發 4 3 1 目標檢測數據集常用格式介紹 4 3 2 使用Labelme製作自己的二維碼檢測數據集 4 3 3 Labelme格式轉換成COCO格式 4 3 4 演算法訓練 4 4 樹莓派開發板部署(Linux CPU推理) 4 4 1 樹莓派上Python推理 4 4 2 樹莓派上C++推理 4 5 小結 第5章 語義分割(證件照製作工具) 5 1 任務概述 5 1 1 任務背景 5 1 2 安裝PaddleSeg套件 5 2 演算法原理 5 2 1 FCN演算法 5 2 2 UNet演算法 5 2 3 HRNet演算法 5 2 4 OCRNet演算法 5 3 演算法研發 5 3 1 數據集準備 5 3 2 使用Labelme製作自己的語義分割數據集 5 3 3 演算法訓練 5 4 Qt C++桌面客戶端部署(Windows CPU推理) 5 4 1 Qt基礎示常式序介紹 5 4 2 配置並導入FastDeploy庫 5 4 3 編寫演算法推理模塊 5 4 4 集成依賴庫和模型 5 5 小結 第6章 實例分割(腎小球影像分析儀) 6 1 任務概述 6 1 1 任務背景 6 1 2 實例分割概述 6 2 演算法原理 6 3 演算法研發 6 3 1 數據集準備 6 3 2 演算法訓練 6 4 C#工控程序部署(Windows GPU推理) 6 4 1 生成C++示例工程 6 4 2 編譯C++動態鏈接庫 6 4 3 編寫C#工程 6 5 小結 第7章 關鍵點檢測(身份證識讀App) 7 1 任務概述 7 1 1 任務背景 7 1 2 關鍵點檢測概述 7 2 PPTinyPose演算法原理 7 2 1 Lite-HRNet骨幹網路演算法 7 2 2 數據增強演算法 7 2 3 分佈感知坐標表示方法 7 2 4 無偏數據處理 7 3 演算法研發 7 3 1 數據集準備 7 3 2 演算法訓練 7 4 移動端部署(安卓Java推理) 7 4 1 安卓基礎示常式序 7 4 2 配置FastDeploy庫 7 4 3 編寫推理模塊 7 5 小結 第8章 風格遷移(照片動漫化在線轉換網站) 8 1 任務概述 8 1 1 任務背景 8 1 2 安裝PaddleGAN套件 8 2 演算法原理 8 2 1 GAN演算法 8 2 2 DCGAN 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。 |