計算機視覺實戰－語意分割與目標偵測

第1章 深度學習與電腦視覺基礎知識
1.1 深度學習與人工智慧
1.1.1 人工智慧歷史回顧
1.1.2 深度學習原理及其應用簡介
1.2 電腦視覺及其應用場景簡介
1.3 開始之前的準備工作
1.3.1 程式碼工具準備
1.3.2 相關數學工具準備
第2章 神經網路模型：原理、模型與流程
2.1 神經網路模型的基本原理
2.1.1 神經元與人工神經網絡
2.1.2 梯度下降與反向傳播演算法（BP演算法）
2.1.3 神經網路的正規化策略
2.2 卷積神經網路與注意力機制
2.2.2 注意力機制與Vision Transformer
2.3 神經網路模型訓練與推理的一般流程
2.3.1 訓練流程：資料增強、優化器與策略調整器
2.3.2 推理流程：測驗時增強與量化部署
第3章 語意分割演算法原理
3.1 語意分割任務概述
3.1.1 語意分割的目標與傳統方案
3.1.2 語意分割的困難點
3.1.3 語意分割的度量指標
3.1.4 語意分割的應用場景
3.2 語意分割的代表性模型
3.2.1 FCN：從影像分類到像素級分割
3.2.2 Unet和Unet++：U刑對稱業解碼網故及其增強版
3.2.3 DeepLab系列：基於空洞卷積的分割網絡
3.2.4 PSPNet：金字塔池化的特徵融合
3.2.5 OCRNet：如何利用目標情境訊息
3.2.6 Segmenter：基於Transformer的端對端分割
3.2.7 PointRend；針對物體邊緣分割的最佳化
3.2.8 Segment Anything：prompt驅動的分割大模型
3.3 小樣本、弱監督和互動式語意分割
3.3.1 小樣本分割任務與模型
3.3.2 弱監督語意分割任務與模型
3.3.3 互動式分割任務與模型
第4章 語意分割項目實戰
4.1 DeepLabV3+網路的寵物分割識別
4.1.1 任務描述與資料集準備
4.1.2 程式碼庫基本情況說明
4.1.3 相關設定檔配置與訓練
4.1.4 基線網路訓練效果測試
4.1.5 實驗最佳化與結果分析
4.2 Unet++的視網膜血管分割
4.2.1 任務描述與資料集準備
4.2.2 資料讀取代碼修改
4.2.3 模型訓練與效果測試
4.3 Segment Anything是基於prompt的分割
4.3.1 Segment Anything程式碼庫簡介
4.3.2 本地配置與分割功能測試
4.3.3 基於SAM的互動式分割程式碼開發與實驗
第5章 目標偵測演算法原理
5.1 目標偵測任務概述
5.1.1 目標檢測方法的發展
5.1.2 目標偵測的困難點
5.1.3 目標偵測方法的評估準則
5.1.4 目標偵測的應用場景
5.2 目標偵測經典模型
5.2.1 R-CNN：從傳統方法到CNN方法
5.2.2 SPP-net：空間金字塔池化網絡
5.2.3 Fast R-CNN和Faster R-CNN：R-CNN的演化
5.2.4 YOLO：單階段目標偵測器的代表模型
5.2.5 SSD：多尺度預測目標偵測器
5.2.6 FPN：特徵金宇塔用於目標偵測
5.2.7 RetinaNet；樣本平衡問題與Focal Loss
5.2.8 Mask R-CNN：RolAlign與實例分割
5.2.9 無錨框的目標偵測範式：ConerNet、CenterNet和FCOS
5.2.10 YOLO的演化：從v2到v
5.2.11 DETR：基於Transformer的偵測框預測
5.3 小目標偵測與旋轉目標偵測
5.3.1 小目標偵測任務與方案
5.3.2 旋轉目標偵測任務與模型
第6章 目標偵測項目實戰
6.1 實戰一：基於YOLOv8的口罩人臉偵測
6.1.1 YOLOv8程式碼庫簡介
6.1.2 任務簡述與資料集獲取
6.1.3 模型訓練與效果評估
6.2 實戰二：Faster R-CNN交通車偵測識別
6.2.1 任務與資料集概述
6.2.2 MMDetection程式碼庫簡介與配置
6.2.3 Faster R-CNN訓練與結果驗證
6.3 實戰三：即時手勢偵測辨識流程搭建實驗
6.3.1 任務目標與整體流程
6.3.2 資料採集標註與資料集準備
6.3.3 模型訓練與導出
6.3.4 即時手勢監測與辨識demo測試
後記
參考文獻