100 条"深度学习之图像目标检测与识别方法"搜索结果
  • 史朋飞 等
  • 本书介绍了深度学习在图像目标检测与识别领域的应用。
图像目标检测技术及应用 电子书
  • 陈哲
  • 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
深度学习与医学图像处理 电子书
  • 陈峰蔚 编著
  • 一本介绍“如何使用深度学习方法解决医学图像处理问题”的入门图书。
深度学习之摄影图像处理:核心算法与案例精粹 电子书
  • 言有三
  • 本书内容涉及摄影学、计算机视觉、深度学习3个领域,系统地介绍了计算机视觉在图像质量和摄影学各个领域的核心算法和应用,包括传统的图像处理算法和深度学习核心算法。本书理论知识体系完备,同时提供大量实例,供读者实战演练。本书融合摄影学和计算机视觉的内容,覆盖面非常广。第1章简单介绍摄影的历史、摄影与图像的基本概念和摄影中的许多基本技巧。从第2章开始,本书对摄影学中图像处理算法的各个重要方向进行介绍,包括
智能信息融合与目标识别方法 电子书
  • 胡玉兰
  • 本书研究了信息融合目标识别技术,首先分析了特征级融合目标识别的基本理论。然后研究了多源图像的预处理、结合阈值分割的分水岭算法、结合聚类分割的分水岭算法、目标特征提取方法。最后介绍了基于优化改进的反向传播神经网络目标识别、模糊支持向量机理论与编程实现、基于模糊支持向量机的识别系统实现。
深度学习图像识别技术 电子书
  • 张晶
  • 适读人群:第一、打算学习并入门AI技术的高中、大中专、职高以及本科学生。第二、在各传统行业中,如农业、可再生资源、制造业及工业控制等,希望应用AI目标检测算法解决本行业问题的工程技术人员。第三、已经进入AI行业,但非AI算法工程师,希望自己动手亲自体验并学习AI技术的从业人员,如标注工程师、销售工程师、售后工程师、市场经理或产品经理等。1.人工智能专家教您利用深度学习技术快速落地图像识别项目。2.英特尔物联网事业部中国总经理陈伟博士倾力推荐。3.附赠超过4GB的案例素材资料包。
YOLO目标检测 电子书
  • 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
深度学习实战之PaddlePaddle 电子书
  • 潘志宏 王培彬 万智萍 邱泽敏
  • 内容提要本书全面讲解了深度学习框架PaddlePaddle,并结合典型案例,阐述了PaddlePaddle的具体应用。本书共15章。第1章介绍了深度学习及其主流框架;第2章介绍了几种不同的PaddlePaddle安装方式;第3章使用MNIST数据集实现手写数字识别;第4章介绍CIFAR彩色图像识别;第5章介绍了自定义数据集的识别;第6章介绍了验证码的识别;第7章介绍了场景文字的识别;第8章实现了验
深度学习与围棋 电子书
深度学习 电子书
  • [美]伊恩·古德费洛
  • 深度学习是机器学习的一个分支,它能够使计算机通过层次概念来学习经验和理解世界。
深度学习 电子书
  • 徐立芳
  • 本书介绍了深度学习的基本概念、算法原理以及实现框架。全书共9章,分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等,并提供了应用实例。
图像局部特征检测及描述 电子书
  • 朱红军
  • 本书针对噪声图像中的特征检测及描述的稳定性和可分辨性问题,介绍了国内外经典算法的原理和作者的相关研究成果,并对算法的优势和局限性进行了分析。全书重点介绍了30多种特征检测算法,包括基于边缘、模板、灰度导数以及基于机器学习的角点检测算法,基于灰度导数、机器学习以及与滤波整合的像素级边缘检测算法,基于灰度矩、空间矩的亚像素级边缘检测算法,SIFT、SURF等斑点检测算法。
深度学习原理与实践 电子书
  • 陈仲铭
  • (1)大量图例,简单易懂。作者亲自绘制了大量插图,力求还原深度学习的算法思想,分解和剖析晦涩的算法,用图例来表示复杂的问题。生动的图例也能给读者带来阅读乐趣,快乐地学习算法知识,体会深度学习的算法本质。(2)简化公式,生动比喻。深度学习和机器学习类的书中通常会有大量复杂冗长的算法公式,为了避免出现读者读不懂的情况,本书尽可能地统一了公式和符号,简化相关公式,并加以生动的比喻进行解析。在启发读者的同时,锻炼读者分析问题和解决问题的能力。(3)算法原理,代码实现。在介绍深度学习及相关算法的原理时,不仅给出了对应的公式,还给出了实现和求解公式的代码,让读者明确该算法的作用、输入和输出。原理与代码相结合,使得读者对深度学习的算法实现更加具有亲切感。(4)深入浅出,精心剖析。理解深度学习需要一定的机器学习知识,本书在D1章介绍了深度学习与机器学习的关系,并简要介绍了机器学习的内容。在内容安排上,每章依次介绍模型框架的应用场景、结构和使用方式,最后通过真实的案例去全面分析该模型结构。目的是让读者可以抓住深度学习的本质。(5)入门实践,案例重现。每一章最后的真实案例不是直接堆砌代码,而是讲解使用该算法模型的原因和好处。从简单的背景知识出发,使用前文讲解过的深度学习知识实现一个实际的工程项目。实践可以用于及时检验读者对所学知识的掌握程度,为读者奠定深度学习的实践基础。将一本技术书籍写得通俗易懂谈何容易,但《深度学习原理与实践》这本书确实做到了。书中对近年来火热的深度学习理论知识进行简单剖析,化繁为简,没有局限于坐而论道,而是将实例和数学理论相结合,让读者能够快速理解各种模型并上手实践,值得细读。--唐春明 广州大学数学与信息学科学院副院长本书从原理、方法、实践这3个维度系统地介绍了深度学习的方方面面,内容详实,解读清晰,细节与全貌兼顾,既适合初学者阅读,也可以作为深入研究的参考用书。--杨刚 西安电子科技大学教授近年来出版的深度学习相关图书中,本书是我见过非常有指导意义的中文书籍之一。本书对ANN、CNN、RNN等模型进行深入浅出的介绍,引入大量图例和简化后的公式,让算法浅显易懂。每一章的实践内容都给人惊喜,强烈推荐!--吴健之 腾讯音乐高级工程师作为产品经理,我能看懂的深度学习书籍实在太少了。本书恰到好处,插图丰富直观,数学公式简练,很喜欢此类风格的图书,易懂好学。即使你不是程序员或算法专家,该书也值得一看!--张瑞 中软国际高级产品经理
Keras与深度学习实战 电子书
  • 张良均 主编
  • 本书以Keras深度学习的常用技术与真实案例相结合的方式,深入浅出地介绍使用Keras进行深度学习的重要内容。全书共7章,内容包括深度学习概述、Keras深度学习通用流程、Keras深度学习基础、基于RetinaNet的目标检测、基于LSTM网络的诗歌生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现诗歌生成等。本书大部分章包含实训和课后习题,通过练习和操作实践,读者可
PyTorch与深度学习实战 电子书
  • 胡小春
  • 本书以PyTorch深度学习的常用技术与真实案例相结合的方式,深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章,内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题,希望通过练习和操作实践,帮助读者巩固所学的内
深度学习算法与实践 电子书
  • 于子叶
  • 本书旨在为读者建立完整的深度学习知识体系。全书内容包含3个部分,第一部分为与深度学习相关的数学基础;第二部分为深度学习的算法基础以及相关实现;第三部分为深度学习的实际应用。
深度学习与TensorFlow实战 电子书
  • 李建军 王希铭 潘勉 等
  • 本书主要讲解深度学习和TensorFlow的实战知识,全书分为10章,主要内容如下:第1章为深度学习概述,包括深度学习的基础知识、深度学习的生产力实现—TensorFlow、数据模型、TensorFlow项目介绍、TensorFlow工作环境的安装与运行;第2章为机器学习概述,讲解机器学习的定义、任务、性能、经验、学习算法、线性回归实例和TensorFlow的完整运行脚本;第3章介绍从生物神经元到
深度学习技术与应用 电子书
  • 许桂秋
  • 本书旨在介绍人工智能中深度学习的基础知识,为即将进入深度学习领域进行研究的读者奠定基础。全书共13章,其中,第1~4章为理论部分,第5~13章为应用部分。理论部分介绍了机器学习和深度学习的基本内容,以及TensorFlow开发框架的搭建和使用;应用部分设置了多个项目案例,并介绍了这些案例详细的实现步骤和代码,使读者在练习中熟悉和掌握相关知识的应用方法与技巧。本书采用项目驱动的编写方式,做到了理论和
JavaScript深度学习 电子书
  • 尼尔森
  • 深度学习扛鼎之作《Python深度学习》姊妹篇,前端工程师不可错过的AI入门书。
Python 深度学习 电子书
  • 吕云翔 刘卓然 关捷雄 等编著
  • 《Python深度学习》以深度学习框架为基础,介绍机器学习的基础知识与常用方法,全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。全书共16章,分别介绍了深度学习基础知识、深度学习框架及其对比、机器学习基础知识、深度学习框架(以PyTorch为例)基础、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合,相信
PaddlePaddleFluid深度学习入门与实战 电子书
  • 潘志宏
  • 本书全面讲解PaddlePaddleFluid框架在深度学习领域的应用。