深度學習高手筆記 捲2：經典應用
劉岩（@大師兄）
- 出版商: 人民郵電
- 出版日期: 2024-06-01
- 售價: $779
- 貴賓價: 9.5 折 $740
- 語言: 簡體中文
- 頁數: 330
- ISBN: 7115608954
- ISBN-13: 9787115608956
-
相關分類:
DeepLearning
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
Unity 3D 平臺AR與VR開發快速上手$301$283 -
$199增強現實——無處不在 -
Unity AR 增強現實開發實戰$357$339 -
$454AR / VR 技術與應用 — 基於 Unity 3D / ARKit / ARCore (微課視頻版) -
Unity 人工智能實戰, 2/e (Unity 2018 Artificial Intelligence Cookbook: Over 90 recipes to build and customize AI entities for your games with Unity, 2/e)$474$450 -
游戲中的人工智能（第3版）$1,194$1,134 -
$551計算機病毒學 -
$335App Inventor移動應用開發標準教程 第2版 -
數據分析咖哥十話 從思維到實踐促進運營增長$539$512 -
推薦系統：產品與算法解析$479$455 -
晶片封測從入門到精通$414$393 -
OpenAI API 接口應用實戰$594$564 -
$473推薦系統：算法、案例與大模型 （腰封定製版） -
算法設計與實踐$359$341 -
推薦系統－核心技術、演算法與開發實戰$479$455 -
量子計算Python與Q#編程實戰$599$569 -
人工智慧和深度學習導論$419$398 -
量子機器學習——基於Python的理論和實現$414$393 -
機器學習與經濟大數據分析$390$371
相關主題
商品描述
本書通過扎實、詳細的內容，從理論知識、算法源碼、實驗結果等方面對深度學習中涉及的算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在目標檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特徵融合、損失函數、語義分割這 6 個方向；第二篇主要介紹深度學習在場景文字檢測與識別方向的重要突破，主要介紹場景文字檢測、場景文字識別這兩個階段的算法；第三篇主要介紹深度學習的其他算法與應用，包括圖像翻譯、圖神經網絡、二維結構識別、人像摳圖、圖像預訓練、多模態預訓練這6個方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內三角化、圖像梯度、仿射變換矩陣等內容。
本書結構清晰，內容廣度與深度齊備。通過閱讀本書，讀者可以瞭解前沿的深度學習算法，擴展自己的算法知識面。無論是從事深度學習科研的教師及學生，還是從事算法落地實踐的工作人員，都能從本書中獲益。
作者簡介
刘岩，曾先后就读于重庆大学软件工程专业和澳门大学计算机科学专业，分别获得学士和硕士学位，期间发表多篇论文。目前就职于京东零售技术研发与数据中心，主要负责电商场景下的基础算法研究以及内容风控业务，包括风险舆情监控和挖掘、风险电商内容的发现和治理等。擅长前沿人工智能算法的原理分析和落地，先后参与并负责了深度学习多个算法在业务上的落地，例如 OCR、公式识别、手势识别、视频抠像、文本分类，预训练词向量模型、语言识别、图神经网络等。知乎账号:大师兄。
目錄大綱
第 一篇 目標檢測與分割
第 1 章 雙階段檢測 3
11 R-CNN 4
111 R-CNN 檢測流程 5
112 候選區域提取 6
113 預訓練及微調 7
114 訓練數據準備 7
115 NMS 8
116 小結 9
12 SPP-Net 9
121 空間金字塔池化 10
122 SPP-Net 的推理流程 11
123 小結 13
13 Fast R-CNN 13
131 Fast R-CNN 算法介紹 13
132 數據準備 14
133 Fast R-CNN 網絡結構 15
134 多任務損失函數 16
135 Fast R-CNN 的訓練細節17
136 Fast R-CNN 的推理流程18
137 小結 18
14 Faster R-CNN 18
141 區域候選網絡 18
142 Faster R-CNN 的訓練 22
143 小結 22
15 R-FCN 23
151 提出動機 23
152 R-FCN 的網絡 24
153 R-FCN 結果可視化 26
154 小結 27
16 Mask R-CNN 27
161 Mask R-CNN 的動機 28
162 Mask R-CNN 詳解 28
163 小結 31
17 MaskX R-CNN 31
171 權值遷移函數 32
172 MaskX R-CNN 的訓練 32
173 小結 33
18 DCNv1 和 DCNv2 33
181 DCNv1 33
182 DCNv2 36
183 小結 39
第 2 章 單階段檢測 40
21 YOLOv1 41
211 YOLOv1 的網絡結構 42
212 損失函數 44
213 小結 46
22 SSD 和 DSSD 47
221 SSD 48
222 DSSD 51
223 小結 53
23 YOLOv2 54
231 YOLOv2：更快，更高 54
232 YOLO9000：更強 59
233 小結 61
24 YOLOv3 61
241 多標簽任務 62
242 骨乾網絡 62
243 多尺度特徵 63
244 錨點聚類 63
245 YOLOv3 一些失敗的嘗試 64
246 小結 64
25 YOLOv4 65
251 背景介紹 65
252 數據 65
253 模型 69
254 後處理 78
255 YOLOv4 改進介紹 79
256 小結 82
第 3 章 無錨點檢測 83
31 DenseBox 84
311 DenseBox 的網絡結構 84
312 多任務模型 85
313 訓練數據 86
314 結合關鍵點檢測 87
315 測試 88
316 小結 88
32 CornerNet 89
321 背景 89
322 CornerNet 詳解 90
323 小結 95
33 CornerNet-Lite 96
331 CornerNet-Saccade 96
332 CornerNet-Squeeze 99
333 小結 99
34 CenterNet 99
341 網絡結構 100
342 數據準備 102
343 損失函數 103
344 推理過程 104
345 小結 104
35 FCOS 104
351 算法背景 105
352 FCOS 的網絡結構 105
353 多尺度預測 107
354 測試 107
355 小結 107
36 DETR 107
361 網絡結構 108
362 損失函數 109
363 小結 111
第 4 章 特徵融合 112
41 FPN 113
411 CNN 中的常見骨乾網絡 113
412 FPN 的網絡結構 114
413 FPN 的應用 116
414 小結 116
42 PANet 117
421 PANet 117
422 小結 120
43 NAS-FPN 121
431 NAS-FPN 算法詳解 121
432 NAS-FPN Lite 125
433 小結 125
44 Effi cientDet 125
441 BiFPN 126
442 EfficientDet 詳解 127
443 小結 128
第 5 章 損失函數 129
51 Focal Loss 129
511 Focal Loss 介紹 130
512 RetinaNet132
513 小結132
52 IoU 損失 133
521 背景知識 133
522 IoU 損失133
523 UnitBox 網絡結構135
524 小結136
53 GIoU 損失 136
531 算法背景 136
532 GIoU 損失詳解137
533 小結139
54 DIoU 損失和 CIoU 損失 140
541 背景140
542 DIoU 損失141
543 CIoU 損失142
544 小結142
55 Focal-EIoU 損失 143
551 EIoU 損失143
552 Focal L1 損失144
553 Focal-EIoU 損失146
554 小結146
第 6 章 語義分割 147
61 FCN 和 SegNet 148
611 背景知識 148
612 FCN 詳解149
613 SegNet 詳解150
614 分割指標 151
615 小結152
62 U-Net 152
621 U-Net 詳解153
622 數據擴充 155
623 小結155
63 V-Net 156
631 網絡結構 156
632 Dice 損失 160
633 小結161
64 DeepLab 系列 161
641 DeepLab v1161
642 DeepLab v2164
643 DeepLab v3165
644 DeepLab v3+167
645 小結170
第二篇 場景文字檢測與識別
第 7 章 場景文字檢測 173
71 DeepText 173
711 RPN 回顧174
712 DeepText 詳解175
713 小結175
72 CTPN 176
721 算法流程 176
722 數據準備 177
723 CTPN 的錨點機制 177
724 CTPN 中的 RNN178
725 邊界微調 178
726 CTPN 的損失函數 179
727 小結179
73 RRPN 179
731 RRPN 詳解180
732 位置精校 183
733 小結184
74 HED 185
741 HED 的骨乾網絡 186
742 整體嵌套網絡 186
743 HED 的損失函數 187
744 小結 188
75 HMCP 188
751 HMCP 的標簽值 189
752 HMCP 的骨乾網絡 190
753 訓練 190
754 檢測 191
755 小結 193
76 EAST 193
761 網絡結構 193
762 EAST 的標簽生成 194
763 EAST 的損失函數 196
764 局部感知 NMS 196
765 Advanced-EAST 197
766 小結 198
77 PixelLink 198
771 骨乾網絡 199
772 PixelLink 的標簽 199
773 PixelLink 的損失函數 200
774 後處理 201
775 小結 201
第 8 章 場景文字識別 202
81 STN 202
811 空間變形模塊 203
812 STN 205
813 STN 的應用場景 205
814 小結 207
82 RARE 207
821 基於 TPS 的 STN 208
822 序列識別網絡 210
823 訓練 212
824 基於字典的測試 212
825 小結 212
83 Bi-STET 212
831 殘差網絡 213
832 編碼層 213
833 解碼層 214
834 小結 214
84 CTC 214
841 算法詳解 215
842 小結 219
第三篇 其他算法與應用
第 9 章 圖像翻譯 223
91 GAN 223
911 邏輯基礎 224
912 GAN 的訓練 224
913 GAN 的損失函數 225
914 理論證明 226
915 小結 230
92 Pix2Pix 230
921 背景知識 231
922 Pix2Pix 解析 232
923 小結 234
93 Pix2PixHD 235
931 網絡結構 235
932 輸入數據 240
933 損失函數 241
934 圖像生成 241
935 小結 242
94 圖像風格遷移 242
941 算法概覽 243
942 內容表示 244
943 風格表示 245
944 風格遷移 246
945 小結247
第 10 章 圖神經網絡248
101 GraphSAGE 249
1011 背景知識 249
1012 算法詳解 249
1013 小結254
102 GAT 254
1021 GAT 詳解 254
1022 GAT 的推理257
1023 GAT 的屬性257
1024 小結258
103 HAN 258
1031 基本概念 258
1032 HAN 詳解259
1033 小結261
第 11 章 二維結構識別 262
111 Show and Tell 262
1111 網絡結構 263
1112 解碼264
1113 小結264
112 Show Attend and Tell 264
1121 整體框架 265
1122 小結268
113 數學公式識別268
1131 基礎介紹 269
1132 公式識別模型詳解272
1133 小結277
第 12 章 人像摳圖278
121 Background Matting 278
1211 輸入279
1212 生成模型 280
1213 判別模型 280
1214 模型訓練 281
1215 模型推理 282
1216 小結282
122 Background Matting v2 283
1221 問題定義 283
1222 網絡結構 284
1223 訓練286
1224 小結286
第 13 章 圖像預訓練287
131 MAE 287
1311 算法動機 287
1312 掩碼機制 288
1313 模型介紹 289
1314 小結291
132 BEiT v1 291
1321 背景介紹 292
1322 BEiT v1 全覽292
1323 BEiT v1 的模型結構293
1324 掩碼圖像模型 294
1325 BEiT v1 的損失函數294
1326 小結295
133 BEiT v2 295
1331 背景介紹 295
1332 BEiT v2 概述296
1333 矢量量化 - 知識蒸餾296
1334 BEiT v2 預訓練297
1335 小結298
第 14 章 多模態預訓練 299
141 ViLBERT 299
1411 模型結構 300
1412 預訓練任務 301
1413 模型微調 302
1414 小結 303
142 CLIP 304
1421 數據收集 304
1422 學習目標：對比學習（Contrastive
Learning）預訓練 304
1423 圖像編碼器 305
1424 文本編碼器 306
1425 CLIP 用於圖像識別 306
1426 模型效果 306
1427 小結 307
143 DALL-E 307
1431 背景知識：變分自編碼器 308
1432 階段一：離散變分自編碼器309
1433 階段二：先驗分佈學習 310
1434 圖像生成 312
1435 混合精度訓練 312
1436 分佈式運算 313
1437 小結 313
144 VLMo 314
1441 算法動機 314
1442 MoME Transformer 314
1443 VLMo 預訓練 315
1444 小結 318
145 BEiT v3 318
1451 背景：大融合 319
1452 BEiT v3 詳解320
1453 小結 322
附錄 A 雙線性插值 323
附錄 B 匈牙利算法 324
附錄 C Shift-and-Stitch 325
附錄 D 德勞內三角化 328
附錄 E 圖像梯度 329
附錄 F 仿射變換矩陣 330
