OpenCV
正版新书 新华官方库房直发 可开电子发票
￥ 62.64 5.8折 ￥ 108 全新
库存8件
作者朱斌编著
出版社电子工业出版社
ISBN9787121408304
出版时间2021-04
版次1
装帧平装
开本16开
纸张胶版纸
页数352页
字数457千字
定价108元
货号SC:9787121408304
上书时间2024-06-26
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
朱斌，博士，国防科技大学副教授。长期从事计算机视觉与机器学习领域的教学与科研工作，主要研究方向为成像侦察与信息处理。主持国家自然科学基金、省自然科学基金各1项，主持或参与其他科研项目多项，其中，2项科研成果列装获军队科技进步二等奖2项，授权国家发明专利10余项。
主编推荐:
"1.注重理论结合实战。通过原理分析与示例代码，提升读者基于C++语言的机器学习算法编程实战能力。
2.兼顾经典与前沿算法。不仅有经典的“开箱即用”算法：K均值、K近邻、决策树、随机森林、Boosting、支持向量机和神经网络，还重点介绍了深度神经网络算法的基本原理及其在机器视觉领域的实战应用。
3.应用案例翔实。本书共介绍了7种经典机器学习算法，给出了聚类、分类、回归等任务共30个应用示例代码。在深度学习算法中，通过图像分类、目标检测、实例分割、目标跟踪、场景文本检测和场景文本识别等不同类型的任务，介绍了oogLeNet、YOLOv4、Mask R-CNN、GOTURN、DB、CRNN等模型部署方法，其中不乏近年出现的高性能模型。"
内容简介:
本书主要面向机器学习领域的研究与开发人员，采用原理结合实战的方式，介绍OpenCV 4的机器学习算法模块与深度神经网络模块中的核心算法原理与C++编程实战。全书共10章，第1～3章，介绍OpenCV 4的基础知识、基本图像操作和机器学习基础知识；第4～8章，介绍K-means、KNN、决策树、随机森林、Boosting算法和支持向量机等机器学习算法与编程实战：第9～10章，介绍神经网络与深度神经网络的基本原理与编程实战，并提供了多种类型的深度学习模型的部署示例代码。
本书基本聚焦于机器学习在计算机视觉领域的应用，既可以作为相关专业学生的教材，也可以作为研究人员或工程技术人员的参考资料。
目录:
第1章 概述
1.1 OpenCV简述
1.2 OpenCV的功能
1.3 OpenCV中的机器学习与深度神经网络模块
1.4 基本数据类型
1.4.1 数据类型概述
1.4.2 cv::Vec类
1.4.3 cv::Point类
1.4.4 cv::Scalar类
1.4.5 cv::Size类
1.4.6 cv::Rect类
1.4.7 cv::RotatedRect类
1.4.8 cv::Mat类
1.4.9 基本矩阵运算
参考文献
第2章 OpenCV在机器学习任务中的基本图像操作
2.1 基本图像操作
2.1.1 读取、显示和存储图像
2.1.2 颜色空间转换
2.1.3 图像的几何变换
2.1.4 直方图均衡化
2.1.5 标注文字和矩形框
2.2 基本视频操作
2.2.1 读取和播放视频文件
2.2.2 处理视频文件
2.2.3 存储视频文件
参考文献
第3章 机器学习的基本原理与OpenCV机器学习模块
3.1 机器学习的基本概念
3.1.1 机器学习的定义
3.1.2 机器学习的分类
3.2 机器学习的一般流程
3.2.1 机器学习流程
3.2.2 数据集
3.2.3 偏差与方差
3.2.4 评估分类器性能的方法
3.3 逻辑回归分类示例
3.3.1
...
— 没有更多了 —
以下为对购买帮助不大的评价