注重体验与质量的电子书资源下载网站
分类于: 计算机基础 人工智能
简介
深度学习之图像识别:核心技术与案例实战 豆 0.0分
资源最后更新于 2020-03-29 04:58:14
作者:言有三
出版社:出版社机械工业出版社
出版日期:2019-04
ISBN:9787111624721
文件格式: pdf
简介· · · · · ·
本书全面介绍了深度学习在图像处理领域中的核心技术与应用。书中不但重视基础理论的讲解,而且从第4章开始的每章都提供了一到两个不同难度的案例供读者实践,读者可以在已有代码的基础上进行修改和改进,从而加深对所学知识的理解。本书共10章,首先从深度学习的基础概念开始,介绍了神经网络的基础知识和深度学习中的优化技术;然后系统地介绍了深度学习中与数据相关的知识,包括经典数据集的设计、数据集的增强以及数据的获取与整理;接着重点针对图像开发领域,用3章内容系统地介绍了深度学习在图像分类、图像分割和目标检测3个领域的核心技术与应用,这些内容的讲解均结合实战案例展开;另外,还对深度学习中损失函数的发展、数据和模型的可视化以及模型的压缩和优化进行了详细介绍,为读者设计和训练更加实用的模型提供了指导;最后以微信小程序平台为依托,介绍了微信小程序前后端开发技术,完成了深度学习的模型部署,让本书的内容形成了一个完整的闭环。本书理论与实践结合,深度与广度兼具,特别适合深度学习领域的相关技术人员与爱好者阅读,尤其适合基于深度学习的图像从业人员阅读,以全方位了解深度学习在图像领域中的技术全貌。另外,本书还适合作为相关培训机构的深度学习教材使用。言有三编著
目录
前言
第1章 神经网络基础
1.1 神经网络的生物基础与数学模型
1.2 卷积神经网络基础
第2章 深度学习优化基础
2.1 深度学习主流开源框架
2.2 网络优化参数
第3章 深度学习中的数据
3.1 深度学习通用数据集的发展
3.2 常见的计算机视觉任务数据集
3.3 数据增强
3.4 数据的收集与标注
第4章 图像分类
4.1 图像分类基础
4.2 移动端实时表情分类实战
4.3 细粒度图像分类实战
第5章 图像分割
5.1 传统图像分割方法
5.2 深度学习图像分割
5.3 移动端实时图像分割项目
5.4 一个实时肖像换背景项目
第6章 目标检测
6.1 目标检测基础
6.2 深度学习目标检测方法
6.3 实战Faster-R-CNN目标检测
第7章 数据与模型可视化
7.1 数据可视化
7.2 模型可视化
7.3 可视化案例
第8章 模型压缩
8.1 模型压缩方法
8.2 模型压缩实战
第9章 损失函数
9.1 分类任务损失
9.2 回归任务损失
9.3 常见图像任务与loss使用
第10章 模型部署与上线
10.1 微信小程序前端开发
10.2 微信小程序服务端开发
10.3 Caffe环境配置