消息 首页 搜索 举报
  • 深度学习与计算机视觉实战9787115602541
21年品牌 40万+商家 超1.5亿件商品

深度学习与计算机视觉实战9787115602541

正版旧书 里面部分笔记 内容完好 可正常使用 旧书不附带光盘

￥ 20.88 八五品

库存18件

江西南昌
认证卖家担保交易快速发货售后保障

作者彭小红,张良均

出版社人民邮电出版社

ISBN9787115602541

出版时间2022-11

装帧线装

货号4780175

上书时间2024-07-06

昊读文轩书籍
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：八五品
商品描述
温馨提示：亲！旧书库存变动比较快，有时难免会有断货的情况，为保证您的利益，拍前请务必联系卖家咨询库存情况！谢谢！
书名：深度学习与计算机视觉实战
编号：4780175
ISBN：9787115602541[十位:]
作者：彭小红,张良均
出版社：人民邮电出版社
出版日期：2022年11月
页数：0
定价：49.80 元
参考重量：0.220Kg
-------------------------
新旧程度：6-9成新左右，不影响阅读，详细情况请咨询店主
如图书附带、磁带、学习卡等请咨询店主是否齐全* 图书目录 *
第 1章 概述 1 1.1 计算机视觉与深度学习 1 1.1.1 计算机视觉 2 1.1.2 深度学习 3 1.2 深度学习的计算机视觉应用 4 1.2.1 人脸识别 5 1.2.2 图像分类 5 1.2.3 目标检测 6 1.2.4 图像分割 6 1.2.5 姿态估计 7 1.2.6 场景识别 7 1.2.7 目标跟踪 8 1.2.8 动作识别 8 1.2.9 黑白照片自动着色 9 1.2.10 图像风格转移 9 1.3 相关Python库 10 1.3.1 深度学习框架 10 1.3.2 图像处理库 12 小结 13 课后习题 13 第 2章 图像处理基本操作 15 2.1 读写图像 15 2.1.1 常用图像类型 16 2.1.2 读取图像 17 2.1.3 显示图像 18 2.1.4 保存图像 20 2.2 图像颜色空间 20 2.2.1 常用颜色空间简介 20 2.2.2 颜色空间转换 22 2.3 图像几何变换 24 2.3.1 图像平移 24 2.3.2 图像缩放 25 2.3.3 图像旋转 32 2.3.4 图像仿射 34 2.4 图像增强 38 2.4.1 灰度级修正 39 2.4.2 图像平滑 47 2.4.3 图像锐化 51 小结 56 课后习题 57 第3章 深度学习视觉基础任务 59 3.1 深度神经网络 59 3.2 卷积神经网络 61 3.2.1 卷积层 63 3.2.2 池化层 64 3.2.3 全连接层 64 3.2.4 卷积神经网络训练过程 65 3.3 图像分类 67 3.3.1 图像分类简介 67 3.3.2 图像分类经典算法 68 3.3.3 训练图像分类网络 83 3.4 目标检测 86 3.4.1 目标检测简介 86 3.4.2 目标检测经典算法 88 3.4.3 训练目标检测网络 104 3.5 图像分割 111 3.5.1 图像分割简介 111 3.5.2 图像分割经典算法 113 3.5.3 训练图像分割网络 127 3.6 图像生成 132 3.6.1 图像生成简介 133 3.6.2 图像生成经典算法 134 3.6.3 训练图像生成器网络 144 小结 149 课后习题 149 第4章 基于FaceNet的人脸识别实战 152 4.1 背景与目标 152 4.1.1 背景 152 4.1.2 目标 154 4.1.3 项目工程结构 154 4.2 流程与步骤 155 4.2.1 人脸检测 156 4.2.2 人脸对齐 160 4.2.3 人脸特征提取 161 4.2.4 人脸特征匹配 164 4.3 结果分析 165 小结 167 课后习题 168 第5章 基于Faster R-CNN的目标检测实战 170 5.1 背景与目标 170 5.1.1 背景 170 5.1.2 目标 171 5.1.3 项目工程结构 171 5.2 流程与步骤 172 5.2.1 数据准备 172 5.2.2 定义Faster R-CNN配置信息类 174 5.2.3 生成先验锚框 174 5.2.4 定义损失函数 176 5.2.5 训练网络 180 5.3 结果分析 181 小结 183 课后习题 184 第6章 基于U-Net的城市道路场景分割实战 186 6.1 背景与目标 186 6.1.1 背景 186 6.1.2 目标 187 6.1.3 项目工程结构 188 6.2 流程与步骤 188 6.2.1 数据准备 189 6.2.2 搭建U-Net 191 6.2.3 定义损失函数 194 6.2.4 训练网络 195 6.3 结果分析 197 小结 199 课后习题 199 第7章 基于SRGAN的图像超分辨率技术实战 201 7.1 背景与目标 201 7.1.1 背景 201 7.1.2 目标 203 7.1.3 项目工程结构 203 7.2 流程与步骤 204 7.2.1 数据准备 204 7.2.2 搭建SRGAN 206 7.2.3 定义SRGAN损失函数 209 7.2.4 训练网络 210 7.3 结果分析 211 小结 213 课后习题 213
  • 深度学习与计算机视觉实战9787115602541

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP