CV+ 深度學習：AI 最完整的跨套件 Python 人工智慧電腦視覺
繆鵬
- 出版商: 深智
- 出版日期: 2019-06-27
- 定價: $650
- 售價: 7.9 折 $514
- 語言: 繁體中文
- ISBN: 9869772684
- ISBN-13: 9789869772686
-
相關分類:
人工智慧、DeepLearning、Computer Vision
- 此書翻譯自: 深度學習實踐 : 計算機視覺
已絕版
買這商品的人也買了...
-
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
OpenCV 3 學習手冊 (Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library)$1,200$948 -
優雅的 SciPy｜Python 科學研究的美學 (Elegant SciPy: The Art of Scientific Python)$580$458 -
$352機器學習：使用 OpenCV 和 Python 進行智能圖像處理 (Machine Learning for OpenCV) -
PyTorch 深度學習與自然語言中文處理$420$328 -
深度學習入門教室：6堂基礎課程 + Python 實作練習，Deep Learning、人工智慧、機器學習的理論和應用全圖解$550$495 -
OpenCV + TensorFlow 深度學習與電腦視覺實戰$414$393 -
極速+好用：用 C++ 及 Python 平行實作 OpenCV$680$578 -
Python 人臉識別：從入門到工程實踐$414$393 -
Python 機器學習與深度學習特訓班：看得懂也會做的 AI人工智慧實戰 (附120分鐘影音教學/範例程式)$520$411 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
實戰 AI資料導向式學習｜Raspberry Pi x 深度學習 x 視覺辨識$380$300 -
最專業的語音辨識全書：使用深度學習實作$680$537 -
中文自然語言處理實戰：聊天機器人與深度學習整合應用$450$351 -
PyTorch 自然語言處理｜以深度學習建立語言應用程式 (Natural Language Processing with PyTorch)$580$458 -
人工智慧導論 (鴻海教育基金會發行)$380$342 -
實戰人工智慧之深度強化學習｜使用 PyTorch x Python$500$395 -
Pandas 資料分析實戰：使用 Python 進行高效能資料處理及分析 (Learning pandas : High-performance data manipulation and analysis in Python, 2/e)$580$452 -
輕鬆學會 Google TensorFlow 2.0 人工智慧深度學習實作開發$520$406 -
數位影像處理 (Gonzalez & Woods : Digital Image Processing, 4/e)$880$862 -
科班出身的 AI人必修課：OpenCV 影像處理 使用 Python$780$616 -
Python 網路爬蟲：大數據擷取、清洗、儲存與分析 -- 王者歸來$650$514 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$345 -
強者用 PyTorch：實作史上最經典 AI 範例$690$587 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458
相關主題
商品描述
本書特色
◎展現深度學習在電腦視覺領域的應用與工程實作，實用性和專業性並具
◎結合主流深度學習框架PyTorch、TensorFlow、Keras、Chainer、MXNet
等進行實例說明
內容簡介
本書主要介紹深度學習在電腦視覺方面的應用及工程實作，以
Python 3為開發語言，並結合主流的深度學習框架進行實例展示。
涉及到的深度學習框架包括PyTorch、TensorFlow、Keras、Chainer、
MXNet等。
透過本書，讀者能夠瞭解深度學習在電腦視覺各個面向的應用以及
最新進展。
本書主要內容：
■ 深度學習與電腦視覺
■ OpenCV入門
■ 深度學習框架介紹
■ 影像分類
■ 目標檢測與識別
■ 影像分割
■ 影像搜索
■ 影像生成
適合讀者群：需要具體實現語音辨識的程式設計師，或有一定機器
學習或語音辨識基礎的從業者、學生、研究者閱讀參考。
作者簡介
繆 鵬
物理碩士，長期從事企業虛擬化和深度學習圖像演算法方面工作。
現為廣州棒谷科技有限公司AI－CV核心成員，負責團隊影像分類、搜索
與影像合成核心演算法開發。
目錄大綱
01 深度學習與電腦視覺
1.1 影像基礎
1.2 深度學習與神經網路基礎
1.3 旋積神經網路CNN
1.4 基礎開發環境架設
1.5 本章歸納
02 OpenCV 入門
2.1 讀圖、展示和儲存新圖
2.2 像素點及局部影像
2.3 基本線條操作
2.4 平移
2.5 旋轉
2.6 縮放
2.7 翻轉
2.8 修改
2.9 算術操作
2.10 位操作
2.11 Masking 操作
2.12 色彩通道分離與融合
2.13 顏色空間轉換
2.14 顏色長條圖
2.15 平滑與模糊
2.16 邊緣檢測
2.17 人臉和眼睛檢測範例
2.18 本章歸納
03 常見深度學習架構
3.1 PyTorch
3.2 Chainer
3.3 TensorFlow 與Keras
3.4 MXNet 與Gluon
3.5 其他架構
3.6 本章歸納
04 影像分類
4.1 VGG3.10 命令列參數
4.2 ResNet
4.3 Inception
4.4 xception
4.5 DenseNet
4.6 本章歸納
05 目標檢測與識別
5.1 Faster RCNN
5.2 SSD
5.3 YOLO
5.4 本章歸納
06 影像分割
6.1 物體分割
6.2 語義分割
6.3 實例分割
6.4 本章歸納
07 影像搜索
7.1 Siamese Network
7.2 Triplet Network
7.3 Margin Based Network
7.4 Keras 版Triplet Network 範例
7.5 本章小結
08 影像產生
8.1 VAE
8.2 產生對抗網路GAN
8.3 Neural Style Transfer
8.4 本章歸納
A 後記
