预售PYTORCH计算机视觉实战:目标检测、图像处理与深度学习

CONTENTS<br />目    录<br />译者序<br />前言<br />第一部分  面向计算机视觉的<br />深度学习基础知识<br />第1章  人工神经网络基础  2<br />1.1  比较人工智能与传统机器学习  3<br />1.2  人工神经网络的构建模块  4<br />1.3  实现前向传播  6<br />1.3.1  计算隐藏层的值  6<br />1.3.2  应用激活函数  7<br />1.3.3  计算输出层的值  9<br />1.3.4  计算损失值  9<br />1.3.5  前向传播的代码  11<br />1.4  实现反向传播  14<br />1.4.1  梯度下降的代码  15<br />1.4.2  使用链式法则实现<br />反向传播  17<br />1.5  整合前向传播与反向传播  20<br />1.6  理解学习率的影响  22<br />1.7  总结神经网络的训练过程  28<br />1.8  小结  29<br />1.9  课后习题  29<br />第2章  PyTorch基础  30<br />2.1  安装PyTorch  30<br />2.2  PyTorch张量  32<br />2.2.1  初始化张量  33<br />2.2.2  张量运算  34<br />2.2.3  张量对象的自动梯度  37<br />2.2.4  PyTorch的张量较<br />NumPy的ndarrays<br />的优势  38<br />2.3  使用PyTorch构建神经网络  39<br />2.3.1  数据集、数据加载器和<br />批大小  45<br />2.3.2  预测新的数据点  48<br />2.3.3  实现自定义损失函数  49<br />2.3.4  获取中间层的值  50<br />2.4  使用序贯方法构建神经网络  51<br />2.5  保存并加载PyTorch模型  54<br />2.5.1  state dict  54<br />2.5.2  保存  55<br />2.5.3  加载  55<br />2.6  小结  55<br />2.7  课后习题  56<br />第3章  使用PyTorch构建深度<br />神经网络  57<br />3.1  表示图像  57<br />3.2  为什么要使用神经网络进行<br />图像分析  62<br />3.3  为图像分类准备数据  64<br />3.4  训练神经网络  66<br />3.5  缩放数据集以提升模型准确度  71<br />3.6  理解不同批大小的影响  74<br />3.6.1  批大小为32  75<br />3.6.2  批大小为10 000  79<br />3.7  理解不同损失优化器的影响  80<br />3.8  理解不同学习率的影响  83<br />3.8.1  学习率对缩放数据集<br />的影响  83<br />3.8.2  不同学习率对非缩放<br />数据集的影响  88<br />3.9  理解不同学习率衰减的影响  90<br />3.10  构建更深的神经网络  93<br />3.11  理解不同批归一化的影响  94<br />3.11.1  没有批归一化的非常小<br />的输入值  96<br />3.11.2  经过批归一化的非常小<br />的输入值  98<br />3.12  过拟合的概念  100<br />3.12.1  添加dropout的影响  100<br />3.12.2  正则化的影响  102<br />3.13  小结  106<br />3.14  课后习题  106<br />第二部分  物体分类与目标检测<br />第4章  卷积神经网络  108<br />4.1  传统深度神经网络的问题  108<br />4.2  CNN的构建模块  111<br />4.2.1  卷积  112<br />4.2.2  滤波器  113<br />4.2.3  步长和填充  114<br />4.2.4  池化  115<br />4.2.5  整合各个构建模块  116<br />4.2.6  卷积和池化的图像平移<br />不变性原理  117<br />4.3  实现CNN  117<br />4.3.1  使用PyTorch构建基于<br />CNN的架构  118<br />4.3.2  基于Python的前向传播  121<br />4.4  使用深度CNN分类图像  123<br />4.5  实现数据增强  127<br />4.5.1  图像增强  127<br />4.5.2  对一批图像执行数据增强<br />及collate_fn的必要性  137<br />4.5.3  用于图像平移的数据<br />增强  140<br />4.6  特征学习结果的可视化  143<br />4.7  构建对真实图像进行分类<br />的CNN  153<br />4.8  小结  161<br />4.9  课后习题  162<br />第5章  面向图像分类的迁移学习  163<br />5.1  迁移学习简介  163<br />5.2  理解VGG16架构  164<br />5.3  理解ResNet架构  174<br />5.4  实现人脸关键点检测  178<br />5.5  多任务学习—实现年龄估计<br />和性别分类  186<br />5.6  torch_snippets库简介  195<br />5.7  小结  200<br />5.8  课后习题  200<br />第6章  图像分类的实战技术  201<br />6.1  生成CAM  201<br />6.2  数据增强和批归一化  207<br />6.3  模型实现的实践要点  212<br />6.3.1  处理不平衡数据  212<br />6.3.2  分类图像中目标的大小  213<br />6.3.3  训练数据和验证数据<br />之间的差异  213<br />6.3.4  扁平层中的节点数  214<br />6.3.5  图像的大小  214<br />6.3.6  使用OpenCV实用程序  214<br />6.4  小结  215<br />6.5  课后习题  215<br />第7章  目标检测基础  216<br />7.1  目标检测简介  216<br />7.2  为训练图像样本创建真值  217<br />7.3  理解区域建议  220<br />7.3.1  使用SelectiveSearch<br />生成区域建议  221<br />7.3.2  实现用于生成区域建议<br />的SelectiveSearch  222<br />7.4  理解IoU  224<br />7.5  非极大抑制  226<br />7.6  mAP  226<br />7.7  训练基于R-CNN的定制目标<br />检测器  227<br />7.7.1  R-CNN的工作细节  227<br />7.7.2  基于定制数据集实现<br />R-CNN目标检测模型  228<br />7.8  训练基于Fast R-CNN的定制<br />目标检测器  241<br />7.8.1  Fast R-CNN的工作细节  242<br />7.8.2  基于定制数据集实现Fast R-CNN目标检测模型  242<br />7.9  小结  249<br />7.10  课后习题  249<br />第8章  目标检测进阶  250<br />8.1  现代目标检测算法的组成  250<br />8.1.1  锚盒  250<br />8.1.2  区域建议网络  252<br />8.2  基于定制数据集训练Faster <br />R-CNN  254<br />8.3  YOLO的工作细节  260<br />8.4  基于定制数据集训练YOLO  265<br />8.4.1  安装Darknet  265<br />8.4.2  设置数据集格式  267<br />8.4.3  配置架构  268<br />8.4.4  训练和测试模型  269<br />8.5  SSD模型的工作细节  270<br />8.6  基于定制数据集训练SSD<br />模型  274<br />8.7  小结  278<br />8.8  课后习题  278<br />第9章  图像分割  279<br />9.1  探索U-Net架构  279<br />9.2  使用U-Net实现语义分割  283<br />9.3  探索Mask R-CNN架构  288<br />9.3.1  RoI对齐  290<br />9.3.2  掩码头部  291<br />9.4  使用Mask R-CNN实现实例<br />分割  292<br />9.5  小结  305<br />9.6  课后习题  306<br />第10章  目标检测与分割的应用  307<br />10.1  多目标实例分割  307<br /> 10.1.1  获取和准备数据  308<br /> 10.1.2  训练用于实例分割的<br />模型  312<br /> 10.1.3  对新图像进行推断  313<br />10.2  人体姿态检测  315<br />10.3  人群计数  316<br />10.4  图像着色  325<br />10.5  面向点云的三维目标检测  330<br /> 10.5.1  理论  330<br /> 10.5.2  训练YOLO模型实现<br />三维目标检测  334<br />10.6  小结  337<br />第三部分  图像处理<br />第11章  自编码器与图像处理  340<br />11.1  理解自编码器  340<br />11.2  理解卷积自编码器  346<br />11.3  理解变分自编码器  351<br /> 11.3.1  VAE的工作机制  352<br /> 11.3.2  KL散度  353<br /> 11.3.3  构建VAE模型  353<br />11.4  图像对抗性攻击  357<br />11.5  图像风格迁移  360<br />11.6  生成深度虚拟图像  366<br />11.7  小结  375<br />11.8  课后习题  375<br />第12章  基于GAN的图像生成  376<br />12.1  GAN模型简介  376<br />12.2  使用GAN生成手写数字  378<br />12.3  使用DCGAN生成人脸图像  383<br />12.4  实现条件GAN模型  391<br />12.5  小结  399<br />12.6  课后习题  400<br />第13章  高级GAN图像处理  401<br />13.1  使用Pix2Pix GAN模型  401<br />13.2  使用CycleGAN模型  410<br />13.3  在定制图像上使用StyleGAN<br />模型  418<br />13.4  超分辨率GAN  426<br /> 13.4.1  架构  427<br /> 13.4.2  编码SRGAN  428<br />13.5  小结  429<br />13.6  课后习题  430<br />第四部分  计算机视觉与其他技术<br />第14章  使用小样本进行模型训练  432<br />14.1  实现零样本学习  432<br />14.2  实现小样本学习  437<br /> 14.2.1  构建Siamese网络  438<br /> 14.2.2  原型网络的工作细节  444<br /> 14.2.3  关系网络的工作细节  445<br />14.3  小结  446<br />14.4  课后习题  446<br />第15章  计算机视觉与NLP  447<br />15.1  RNN模型简介  447<br /> 15.1.1  RNN架构的应用场景  448<br /> 15.1.2  探索RNN的结构  449<br /> 15.1.3  为什么需要存储记忆  449<br />15.2  LSTM架构简介  450<br /> 15.2.1  LSTM的工作细节  451<br /> 15.2.2  使用PyTorch实现<br />LSTM  453<br />15.3  生成图像标题  453<br />15.4  转录手写图像  465<br /> 15.4.1  CTC损失的工作细节  466<br /> 15.4.2  计算CTC损失值  467<br /> 15.4.3  手写转录的代码实现  468<br />15.5  使用DETR进行目标检测  476<br /> 15.5.1  transformer的工作细节  476<br /> 15.5.2  DETR的工作细节  479<br /> 15.5.3  目标检测的代码实现  482<br />15.6  小结  485<br />15.7  课后习题  485<br />第16章  计算机视觉与强化学习  486<br />16.1  强化学习基础知识  486<br /> 16.1.1  计算状态价值  487<br /> 16.1.2  计算状态–行为价值  488<br />16.2  实现Q学习  489<br /> 16.2.1  Q值  489<br /> 16.2.2  了解Gym环境  490<br /> 16.2.3  构建Q表  491<br /> 16.2.4  探索–利用机制  493<br />16.3  实现深度Q学习  495<br />16.4  目标固定的深度Q学习  501<br />16.5  实现自动驾驶智能体  508<br /> 16.5.1  安装CARLA环境  508<br /> 16.5.2  训练自动驾驶智能体  511<br />16.6  小结  518<br />16.7  课后习题  519<br />第17章  模型的实际应用部署  520<br />17.1  API基础知识  520<br />17.2  在本地服务器上创建API并<br />进行预测  521<br /> 17.2.1  安装API模块和依赖项  522<br /> 17.2.2  图像分类器的支持组件  522<br />17.3  将API部署到云端  525<br /> 17.3.1  Docker镜像与Docker<br />容器  526<br /> 17.3.2  创建Docker容器  526<br /> 17.3.3  在云端发布并运行<br />Docker容器  530<br />17.4  小结  535<br />第18章  使用OpenCV实用程序<br />进行图像分析  536<br />18.1  图像中的单词检测  536<br />18.2  图像中的车道线检测  542<br />18.3  基于颜色的目标检测  544<br />18.4  构建全景图像  546<br />18.5  图像中的车牌检测  550<br />18.6  小结  552<br />附录  课后习题答案  554<br />