由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版新书] 计算机视觉实践(第2版) 李轩涯、曹焯然、计湘婷 清华大学出版社 计算机视觉-高等学校-教材
¥ ×1
书名: | 计算机视觉实践(第2版) |
出版社: | 清华大学出版社 |
出版日期 | 2023 |
ISBN号: | 9787302641773 |
本书是一本基于PaddlePaddle深度学习框架的实践性计算机视觉教材,重点关注计算机视觉在实际中的应用。本书涵盖计算机视觉领域的众多方面,包含图像分类、目标检测、图像分割、视频分类以及图像生成等领域,并通过大量的实践案例向读者演示如何编写计算机视觉应用程序,从而帮助读者深入理解计算机视觉的核心概念和技术。
本书可以作为一本实用的计算机视觉实践指南,无论对于从事计算机视觉领域的专业人士,还是对计算机视觉感兴趣的初学者,本书都值得阅读和收藏。
|
|
|
本书是一本基于PaddlePaddle深度学习框架的实践性计算机视觉教材,重点关注计算机视觉在实际中的应用,理论翔实,实用性极强。 |
|
目录
第1章Python基础
1.1实践一: 九九乘法表
1.2实践二: 随机数生成与排序
1.3实践三: 批量文件遍历、复制、重命名
1.4实践四: 图像直方图统计
1.5实践五: 数据统计分析及可视化
1.6实践六: 图像预处理
第2章图像分类
2.1实践一: 基于深度神经网络的宝石分类
2.2实践二: 基于卷积神经网络的美食识别
2.3实践三: 基于VGG系列网络的场景图像分类
2.4实践四: 基于ResNet系列模型的车辆图像分类实践
2.5实践五: 基于Vision Transformer的CIFAR10分类
第3章目标检测
3.1实践一: 基于Faster RCNN模型的瓷砖瑕疵检测(两阶段目标检测)
3.2实践二: 基于YOLOV3/PPYOLO模型的昆虫检测(一阶段目标检测)
3.3实践三: 基于DETR模型的目标检测
第4章图像分割
4.1实践一: 基于UNet/DeepLabV3 Plus模型的宠物图像分割
4.2实践二: 基于PaddleSeg的人像视频分割
4.3实践三: 基于PSPNet模型的人体图像分割
4.4实践四: 基于SwinUNet模型的医学图像分割
第5章视频分类
5.1实践一: 基于TSN模型的视频分类
5.2实践二: 基于ECO模型的视频分类
5.3实践三: 基于TimeSformer模型的视频分类
第6章图像生成
6.1实践一: 基于GAN模型的时尚衣服生成
6.2实践二: 基于PaddleGAN的图像超分辨率
6.3实践三: 基于DCGAN模型的人脸图像生成
6.4实践四: 基于Pix2Pix模型的图像翻译
6.5实践五: 基于CycleGAN模型的图像风格迁移
参考文献
|
|
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格