PyTorch深度学习之目标检测

图书标准信息

• 作者 赵凯月；刘衍琦
• 出版社 水利水电出版社
• 出版时间 2022-11
• 版次 1
• ISBN 9787522602653
• 定价 89.80元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 308页
• 字数 454.000千字

【内容简介】

《PyTorch深度学习之目标检测》首先从人工智能产业的发展史和机器“眼中”的图像世界开始讲述，逐步引导读者进入机器学习的图像处理当中；然后讲解深度学习中实现目标检测的主要算法，和以PyTorch框架为基础构建的神经网络；最后的实战部分详细讲解了如何使用目标检测算法实现具体项目。
  全书共10章，涵盖内容包括：人工智能的历史和发展前景、深度学习的基础知识、卷积神经网络基础知识、PyTorch基础、目标检测算法、单阶段目标检测算法、双阶段目标检测算法、神经网络示例、污损遮挡号牌识别实战和地形目标识别实战。

【作者简介】

赵凯月,燕山大学硕士研究生,现于北京某科技有限公司担任算法工程师,主攻计算机视觉中的目标检测方向。2019年参与无锡市公安管理科学研究所的《货运车辆交通违法行为智能识别与分析技术研究课题》;研究生就读期间曾参与“华为杯”全国研究生电子设计大赛，并多次获得华北赛区二等奖。除此之外，拥有《基于局域网内无线传输的脑电采集系统》软件著作权，并在计算机科学期刊上发表《基于卷积神经网络的污损遮挡号牌分类》核心论文一篇。                              刘衍琦,技术图书主编，拥有超过十年的算法研究从业经验,致力于视觉大数据领域的技术应用和架构设计。在机器学习、计算机视觉和自然语言处理等方向具有丰富的技术积累，曾主持和参与多个科研项目，相关成果荣获创新创业大赛省级奖励，已申请并授权多项国家专利，出版多部技术类书籍。代表作包括《视觉大数据智能分析算法实战》、《计算机视觉与深度学习实战》等图书。

【目录】

章人工智能的历史及发展前景

1.1人工智能的诞生

1.1.1什么是人工智能

1.1.2ai发展简史

1.2计算机视觉基础

1.2.1机器“眼中”的图像世界

1.2.2传统的图像处理方法

1.3深度学的应用场景

1.3.1图像分类

1.3.2图像检测

1.3.3图像分割

1.3.4图像描述

1.3.5图像问答

1.3.6图像生成

1.4小结

第2章深度学基础知识

2.1神经网络实现方法

2.1.1前向传播算法

2.1.2反向传播算法

2.2自动梯度

2.2.1局部很优解与鞍点

2.2.2很优解的判别

2.2.3局部很优解与鞍点的解决办法

2.2.4梯度爆炸与梯度消失

2.3参数更新

2.3.1激活函数

2.3.2优化器

2.3.3损失函数

……