计算机视觉实战：基于TensorFlow 2

图书标准信息

• 作者 [法]本杰明·普朗什（Benjamin Planche）；[法]艾略特·安德烈斯（Eliot Andres）
• 出版社 机械工业出版社
• 出版时间 2021-08
• 版次 1
• ISBN 9787111688471
• 定价 89.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 252页
• 字数 252千字

【内容简介】

本书探讨了谷歌机器学习开源框架的全新版本TensorFlow 2，从计算机视觉和深度学习基础知识开始，介绍了如何从头开始构建神经网络，并将其用于计算机视觉任务，如图像分类、目标分割、视频分析等。展示了如何使用如Inception和ResNet等现代神经网络分类图像，使用YOLO、Mask R-CNN和U-Net提取特定内容，并辅以具体的代码示例。还介绍了迁移学习、数据增强、域适应等技术，以及如何在移动设备和网络浏览器中进行部署。

【作者简介】

本杰明普朗什（benjaminplanche）是德国帕绍大学和西门子德国研究院的博士生。他在计算机视觉和深度学领域的全球多个研究实验室（国liris、本三菱电机和德国西门子）工作超过5年。他的研究重点是针对应用开发使用更少数据的更智能的视觉系统。他从国国立应用科学学院和德国帕绍大学获得了一等荣誉的双硕士。他还在在线台（例如stackoverflow）上分享自己的知识和经验，或者创建有美感的演示系统。艾略特安德烈斯（eliotandres）是一名深度学和计算机视觉工程师。他在该领域拥有3年以上的经验，涉及银行、医疗、社交媒体和视频流等行业。他从巴黎路桥与电信学院获得了双硕士。他关注的是化，即通过将新技术应用于商业问题来实现价值。

【目录】

译者序

前言

作者简介

审校者简介

部分 tensorflow 2和应用于计算机视觉的深度学

章 计算机视觉和神经网络

1.1 技术要求

1.2 广义计算机视觉

1.2.1 计算机视觉概述

1.2.2 主要任务及其应用

1.3 计算机视觉简史

1.3.1 迈出成功的步

1.3.2 深度学的兴起

1.4 开始学神经网络

1.4.1 建立神经网络

1.4.2 训练神经网络

1.5 本章小结

问题

进一步阅读

第2章 tensorflow基础和模型训练

2.1 技术要求

2.2 tensorflow 2和keras入门

2.2.1 tensorflow

2.2.2 基于keras的简单计算机视觉模型

2.3 tensorflow 2和keras详述

2.3.1 核心概念

2.3.2 概念

2.4 tensorflow生态系统

2.4.1 tensorboard

2.4.2 tensorflow插件和扩展

2.4.3 tensorflowlite和tensorflow.js

2.4.4 在何处运行模型

2.5 本章小结

问题

第3章 现代神经网络

3.1 技术要求

3.2 卷积神经网络

3.2.1 用于多维数据的神经网络

3.2.2 n作

3.2.3 有效感受野

3.2.4 在tensorflow中使用n

3.3 训练过程微调

3.3.1 现代网络优化器

3.3.2 正则化方

3.4 本章小结

问题

进一步阅读

第二部分 优选的经典识别问题解决方案

第4章 主流分类工具

4.1 技术要求

4.2 了解n架构

4.2.1 vgg：n的标准架构

4.2.2 google和inception模块

4.2.3 res：残差网络

4.3 利用迁移学

4.3.1 概述

4.3.2 基于tensorflow和keras的迁移学

4.4 本章小结

问题

进一步阅读

第5章 目标检测模型

5.1 技术要求

5.2 目标检测介绍

5.2.1 背景

5.2.2 模型的能评价

5.3 yolo：快速目标检测算

5.3.1 yolo介绍

5.3.2 使用yolo推理

……

第三部分 概念和计算机视觉新进展

附录

参文献

问题