类似推荐
编辑推荐
从概念到用应用，剖析基于深度学习的目标检测，涵盖医疗、交通、无人驾驶领域的工程实践。
内容简介
本书的写作初衷是，从学者的角度，用一种通俗易懂的方式，将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者，同时针对作者在深度学习教学过程中遇到的难点，进行深入的分析和讲解。
本书侧重对卷积神经网络的介绍。书中将深度学习分为有监督学习、无监督学习和强化学习三类，将图像分类、目标检测、人脸识别、语音识别、双向生成对抗网络和AlphaGo等应用场景归入不同的类别，并分别对其原理进行了概括性的讲解。
作者简介
编著者杜鹏，博士，主要研究方向为异构计算、计算机图形学、人工智能等，曾在韩国科学技术院、新加坡南洋理工大学、杭州电子科技大学从事科研与教学工作。
章节目录
版权信息
内容简介
第1版序
前言
基础篇
第1章 深度学习概述
1.1 深度学习发展简史
1.2 有监督学习
1.3 无监督学习
1.4 强化学习
1.5 小结
参考资料
第2章 深度神经网络
2.1 神经元
2.2 感知机
2.3 前向传递
2.4 后向传递
2.5 防止过拟合
2.6 小结
第3章 卷积神经网络
3.1 卷积层
3.2 池化层
3.3 反卷积
3.4 感受野
3.5 卷积神经网络实例
3.6 小结
进阶篇
第4章 两阶段目标检测方法
4.1 R-CNN[1]
4.2 SPP-Net[2]
4.3 Fast R-CNN[3]
4.4 Faster R-CNN[4]
4.5 R-FCN[5]
4.6 Mask R-CNN[8]
4.7 小结
参考资料
第5章 单阶段目标检测方法
5.1 SSD[1]
5.2 RetinaNet[2]
5.3 RefineDet[3]
5.4 YOLO
5.5 目标检测算法应用场景举例
5.6 小结
参考资料
应用篇
第6章 肋骨骨折检测
6.1 国内外研究现状
6.2 解决方案
6.3 预处理
6.4 肋骨骨折检测
6.5 实验结果分析
6.6 小结
参考资料
第7章 肺结节检测
7.1 国内外研究现状
7.2 总体框架
7.3 肺结节可疑位置推荐算法
7.4 可疑肺结节定位算法
7.5 实验结果与分析（1）
7.6 假阳性肺结节抑制算法
7.7 实验结果与分析（2）
7.8 小结
参考资料
第8章 车道线检测
8.1 国内外研究现状
8.2 主要研究内容
8.3 车道线检测系统的设计与实现
8.4 车道线检测系统性能测试
8.5 小结
参考资料
第9章 交通视频分析
9.1 国内外研究现状
9.2 主要研究内容
9.3 交通视频分析
9.4 系统测试
9.5 小结
参考资料
第10章 道路坑洞检测
10.1 系统流程
10.2 道路坑洞图像生成
10.3 实验与分析
10.4 小结
参考资料
深度学习与目标检测（第2版）是2022年由电子工业出版社出版,作者杜鹏 编著。
得书感谢您对《深度学习与目标检测（第2版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
