本书系统阐述了图像目标检测的有关概念、原理和方法，共分10章。第1章简要介绍了图像目标检测的意义和应用，第2章介绍了光学成像过程模型与图像处理，第3章介绍了基于适应性模型的动态环境背景建模方法，第4章介绍了基于非线性降维强散射环境中图像特征提取方法，第5章介绍了基于先验知识的图像目标分割方法，第6章介绍了压缩域图像处理与运动目标分割方法，第7章介绍了仿生视觉模型与图像处理，第8章介绍了仿蛙眼视觉分
电子书
内容简介
本书主要介绍基于视觉的YOLO框架的技术原理和代码实现，并讲解目标检测领域中的诸多基础概念和基本原理，在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分，共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略，以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7，着重讲解其设计理念、网络结构和检测原理。第4部分介绍DETR、YOLOF和FCOS在内的流行目标检测框架和相应的代码实现。本书侧重目标检测的基础知识，包含丰富的实践内容，是目标检测领域的入门书，适合对目标检测领域感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。
章节目录
- 版权信息
- 版 权
- 内 容 提 要
- 前 言
- 资源与支持
- 第1部分 背景知识
- 第1章 目标检测架构浅析
- 1.1 目标检测发展简史
- 1.2 目标检测网络框架概述
- 1.3 目标检测网络框架浅析
- 1.3.1 主干网络
- 1.3.2 颈部网络
- 1.3.3 检测头
- 1.4 小结
- 第2章 常用的数据集
- 2.1 PASCAL VOC数据集
- 2.2 MS COCO数据集
- 2.3 小结
- 第2部分 学习YOLO框架
- 第3章 YOLOv1
- 3.1 YOLOv1的网络结构
- 3.2 YOLOv1的检测原理
- 3.3 YOLOv1的制作训练正样本的方法
- 3.3.1 边界框的位置参数、、、
- 3.3.2 边界框的置信度
- 3.3.3 类别置信度
- 3.4 YOLOv1的损失函数
- 3.5 YOLOv1的前向推理
- 3.6 小结
- 第4章 搭建YOLOv1网络
- 4.1 改进YOLOv1
- 4.1.1 改进主干网络
- 4.1.2 添加一个颈部网络
- 4.1.3 修改检测头
- 4.1.4 修改预测层
- 4.1.5 修改损失函数
- 4.2 搭建YOLOv1网络
- 4.2.1 搭建主干网络
- 4.2.2 搭建颈部网络
- 4.2.3 搭建检测头
- 4.2.4 YOLOv1前向推理
- 4.3 YOLOv1的后处理
- 4.3.1 求解预测边界框的坐标
- 4.3.2 后处理
- 4.4 小结
- 第5章 训练YOLOv1网络
- 5.1 读取VOC数据
- 5.2 数据预处理
- 5.2.1 基础变换
- 5.2.2 数据增强
- 5.3 制作训练正样本
- 5.4 计算训练损失
- 5.5 开始训练YOLOv1
- 5.6 可视化检测结果
- 5.7 使用COCO数据集 (选读)
- 5.8 小结
- 第6章 YOLOv2
- 6.1 YOLOv2详解
- 6.1.1 引入批归一化层
- 6.1.2 高分辨率主干网络
- 6.1.3 先验框机制
- 6.1.4 全卷积网络与先验框机制
- 6.1.5 使用新的主干网络
- 6.1.6 基于k均值聚类算法的先验框聚类
- 6.1.7 融合高分辨率特征图
- 6.1.8 多尺度训练策略
- 6.2 搭建YOLOv2网络
- 6.2.1 搭建DarkNet-19网络
- 6.2.2 先验框
- 6.2.3 搭建预测层
- 6.2.4 YOLOv2的前向推理
- 6.3 基于k均值聚类算法的先验框聚类
- 6.4 基于先验框机制的正样本制作方法
- 6.4.1 基于先验框的正样本匹配策略
- 6.4.2 正样本匹配的代码
- 6.5 损失函数
- 6.6 训练YOLOv2网络
- 6.7 可视化检测结果与计算mAP
- 6.8 使用COCO数据集（选读）
- 6.9 小结
- 第7章 YOLOv3
- 7.1 YOLOv3解读
- 7.1.1 更好的主干网络: DarkNet-53
- 7.1.2 多级检测与特征金字塔
- 7.1.3 修改损失函数
- 7.2 搭建YOLOv3网络
- 7.2.1 搭建DarkNet-53网络
- 7.2.2 搭建颈部网络
- 7.2.3 搭建解耦检测头
- 7.2.4 多尺度的先验框
- 7.2.5 YOLOv3的前向推理
- 7.3 正样本匹配策略
- 正样本匹配
- 7.4 损失函数
- 7.5 数据预处理
- 7.5.1 保留长宽比的resize操作
- 7.5.2 马赛克增强
- 7.5.3 混合增强
- 7.6 训练YOLOv3
- 7.7 测试YOLOv3
- 7.8 小结
- 第8章 YOLOv4
- 8.1 YOLOv4解读
- 8.1.1 新的主干网络：CSPDarkNet-53网络
- 8.1.2 新的特征金字塔网络：PaFPN
- 8.1.3 新的数据增强：马赛克增强
- 8.1.4 改进边界框的解算公式
- 8.1.5 multi anchor策略
- 8.1.6 改进边界框的回归损失函数
- 8.2 搭建YOLOv4网络
- 8.2.1 搭建CSPDarkNet-53网络
- 8.2.2 搭建基于CSP结构的SPP模块
- 8.2.3 搭建PaFPN结构
- 8.3 制作训练正样本
- 正样本匹配规则
- 8.4 测试YOLOv4
- 8.5 小结
- 第3部分 较新的YOLO框架
- 第9章 YOLOX
- 9.1 解读YOLOX
- 9.1.1 baseline的选择：YOLOv3
- 9.1.2 训练baseline模型
- 9.1.3 改进一：解耦检测头
- 9.1.4 改进二：更强大的数据增强
- 9.1.5 改进三：anchor-free机制
- 9.1.6 改进四：多正样本
- 9.1.7 改进五：SimOTA
- 9.2 搭建YOLOX网络
- 9.2.1 搭建CSPDarkNet-53网络
- 9.2.2 搭建PaFPN结构
- 9.3 YOLOX的标签匹配：SimOTA
- 9.4 YOLOX风格的混合增强
- 9.5 测试YOLOX
- 9.6 小结
- 第10章 YOLOv7
- 10.1 YOLOv7的主干网络
- 10.2 YOLOv7的特征金字塔网络
- 10.3 测试YOLOv7
- 10.4 小结
- 第4部分 其他流行的目标检测框架
- 第11章 DETR
- 11.1 解读DETR
- 11.1.1 主干网络
- 11.1.2 Transformer的编码器
- 11.1.3 Transformer的解码器
- 11.2 实现DETR
- 11.2.1 DETR网络
- 11.2.2 数据预处理
- 11.2.3 正样本匹配: Hungarian Matcher
- 11.2.4 损失函数
- 11.3 测试DETR检测器
- 11.4 小结
- 第12章 YOLOF
- 12.1 YOLOF解读
- 12.1.1 YOLOF的网络结构
- 12.1.2 新的正样本匹配规则：Uniform Matcher
- 12.1.3 与其他先进工作的对比
- 12.2 搭建YOLOF
- 12.2.1 搭建主干网络
- 12.2.2 搭建DilatedEncoder模块
- 12.2.3 搭建解码器模块
- 12.2.4 数据预处理
- 12.2.5 正样本匹配: Uniform Matcher
- 12.2.6 损失函数
- 12.3 训练YOLOF检测器
- 12.4 测试YOLOF检测器
- 12.5 计算mAP
- 12.6 小结
- 第13章 FCOS
- 13.1 FCOS解读
- 13.1.1 FCOS网络结构
- 13.1.2 正样本匹配策略
- 13.1.3 损失函数
- 13.2 搭建FCOS
- 13.2.1 搭建主干网络
- 13.2.2 正样本匹配
- 13.3 测试FCOS检测器
- 13.4 小结
- 参考文献
- 后 记
展开全部
YOLO目标检测是2023年由人民邮电出版社出版,作者著。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《YOLO目标检测》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。
电子书
电子书
本书介绍了传感器与测试技术的基本概念、基本原理和典型应用。按照传感器、测试技术与测试系统三大模块组织内容，分别对常规传感器、微机械传感器、测量误差分析、常见工程量的测量、信号调理、现代测试系统、测试系统设计等进行了介绍。
电子书
本书为广西特色高校立项建设成果——实践教学项目标准化方案系列之一，是高等职业教育汽车检测与维修专业的实训教材。全书分汽车检测维修专业实验实训项目简介及实训项目指导书两大部分。指导书分课程实训（4门课程）及整周实训（8门课程）。主要课程包括：汽车机械基础，汽车机械制图，汽车电工电子技术，汽车及配件营销实务，发动机机械系统的检测与修复，汽车传动系统的检测与修复，发动机电控系统的诊断与修复，汽车电路与电
电子书
张雪莉主编的《机动车检验检测技术》共分为7章，内容包括机动车检验检测基础知识、机动车安全技术检验检测、汽车动力性检测、汽车燃油经济性检测、汽车底盘技术性能检测、机动车排气污染物检测、检测站计算机系统。本书具有系统性、知识性的特点，内容较充实，不仅可供机动车检验检测人员培训使用，也适合高职高专类院校教学使用，还可作为广大工程技术人员的参考资料。
电子书
本书按照《平版印刷工》国家职业标准对印刷质量的要求，将企业*需要的知识、*关键的技能、*重要的素质等内容融入教材之中，以确保学生所学的内容与企业所需的技能实现对接。本书包含7个学习情境，分别为绪论、印刷品质量测控条的分类和作用、印刷品质量主观评价、印刷品质量客观评价、印刷品质量客观检测实践操作、印刷品质量在线检测、印刷品表面残留物质的检测。通过学习本书，使学生能够初步判断常见印刷品的质量问题，掌握
电子书
本书为中等职业教育“一体化”教材。根据学习内容不同教材分为四个学习模块，第一个学习模块为工程材料认知，主要使学生了解工程材料的定义、分类、技术标准识读等，同时要求掌握工程材料检测的数据统计和数据处理相关知识；第二、三、四个学习模块分别为水泥砂浆检测、钢筋混凝土检测和石油沥青检测。每个学习模块又分为若干个学习项目，学习项目再根据需要下设子项目。 本书为中等职业学校土建工程检测专业、材料管理专业等土
电子书
本书针对已掌握了常规射线检测技术的人员，提供系统性的工业应用数字射线检测技术基础知识，包括射线检测技术的物理基础，数字射线检测的设备、基本理论、基本技术，等价性问题，技术标准介绍等大量实际技术处理内容，并设计了实验项目和复习参考题。
电子书
本书主要内容包括红外热像检测基本知识、电网设备红外热像检测诊断、红外热像检测起义及操作实践、诊断技术与规范解读。
