返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]计算机视觉与PyTorch项目实战 基于深度学习框架的端到
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马著 | (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马编 | (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马译 | (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马绘
    • 出版社: 清华大学出版社
    • 出版时间:2024-04-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马著| (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马编| (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马译| (印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马绘
    • 出版社:清华大学出版社
    • 出版时间:2024-04-01
    • 版次:1
    • 印次:1
    • 字数:317000
    • 页数:236
    • 开本:16开
    • ISBN:9787302657422
    • 版权提供:清华大学出版社
    • 作者:(印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马
    • 著:(印)阿克谢·库尔卡尼,(印)阿达沙·希瓦南达,(印)尼廷·奈杰·夏尔马
    • 装帧:平装
    • 印次:1
    • 定价:99
    • ISBN:9787302657422
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2024-04-01
    • 页数:236
    • 外部编号:党庄B184033
    • 版次:1
    • 成品尺寸:暂无

      
    第1章 计算机视觉的基本构成 001




    1.1 什么是计算机视觉 002




    1.1.1 应用 002




    1.1.2 通道 005




    1.1.3 卷积神经网络 007




    1.1.4 了解CNN架构类型 014




    1.1.5 掌握深度学习模型 021




    1.1.6 PyTorch简介 024




    1.2 小结 026




    第2章 图像分类 027




    2.1 本章所涵盖的主题 028




    2.2 方法概述 028




    2.3 创建图像分类流程 029




    2.3.1 第一个基本模型 030




    2.3.2 数据 030




    2.3.3 数据探索 032




    2.3.4 数据加载器 033




    2.3.5 定义模型 035




    2.3.6 训练过程 040




    2.3.7 基本模型的第二种变体 044




    2.3.8 基本模型的第三种变体 046




    2.3.9 基本模型的第四种变体 052




    2.7 小结 053




    第3章 构建目标检测模型 055




    3.1 使用Boosted Cascade进行目标检测 056




    3.2 R-CNN 058




    3.2.1 区域候选网络 059




    3.2.2 快速区域卷积神经网络 062




    3.2.3 候选区域网络的工作原理 063




    3.2.4 锚框生成层 064




    3.2.5 候选区域层 065




    3.3 Mask R-CNN 065




    3.4 YOLO 066




    3.5 YOLO V2/V3 068




    3.6 项目代码片段 069




    3.7 小结 082




    第4章 构建图像分割模型 083




    4.1 图像分割 084




    4.2 PyTorch预训练支持 086




    4.2.1 语义分割 086




    4.2.2 实例分割 089




    4.3 模型优化 090




    4.4 小结 106




    第5章 基于图的搜索和推荐系统 107




    5.1 问题陈述 107




    5.2 方法和方法论 108




    5.3 实现 109




    5.3.1 数据集 109




    5.3.2 安装和导入库 110




    5.3.3 导入和理解数据 111




    5.3.4 特征工程 114




    5.3.5 计算相似度和排名 121




    5.3.6 可视化推荐结果 122




    5.3.7 从用户处接收图输入并推荐相似产品 125




    5.4 小结 128




    第6章 姿态估计 129




    6.1 自顶向下的方法 130




    6.2 自底向上的方法 130




    6.3 OpenPose 131




    6.3.1 分支1 131




    6.3.2 分支2 131




    6.4 HRNet 133




    6.5 Higher HRNet 135




    6.6 PoseNet 136




    6.6.1 PoseNet工作机制 136




    6.6.2 PoseNet的优点和缺点 140




    6.6.3 姿态估计的应用 140




    6.6.4 在杂货店视频上进行的测试用例 140




    6.7 实现 141




    6.8 小结 148




    第7章 图像异常检测 149




    7.1 异常检测 149




    7.2 方法1:使用预训练的分类模型 151




    7.3 方法2:使用自编码器 165




    7.4 小结 168




    第8章 图像超分辨率 169




    8.1 利用最近邻概念放大图像 170




    8.2 理解双线性插值 171




    8.3 变分自编码器 172




    8.4 生成式对抗网络 176




    8.5 模型代码 177




    8.6 模型开发 177




    8.7 运行应用程序 188




    8.8 小结 190




    第9章 视频分析 191




    9.1 问题陈述 192




    9.2 方法 194




    9.3 实现 195




    9.3.1 数据 196




    9.3.2 把视频上传到Google Colab 197




    9.3.3 将视频转换为一系列图像 197




    9.3.4 图像提取 198




    9.3.5 数据预处理 198




    9.3.6 确定杂货店中的热点 200




    9.3.7 导入图像 203




    9.3.8 获取人群计数 203




    9.3.9 安保与监控 205




    9.3.10 确定人口统计学特征(年龄和性别) 208




    9.4 小结 210




    第10章 计算机视觉的可解释AI 211




    10.1 Grad-CAM 212




    10.2 Grad-CAM++ 213




    10.3 NBDT 214




    10.4 Grad-CAM和Grad-CAM++的实现 216




    10.4.1 在单个图像上的Grad-CAM和Grad-CAM++实现 216




    10.4.2 在单个图像上的NBDT实现 219




    10.5 小结 221

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购