图文详情

计算机视觉与PyTorch项目实战：基于深度学习框架的端到端产品级模型设计与开发

新华正版保障多仓发货售后无忧支持开票团购请联系客服

（印）阿克谢·库尔卡尼（Akshay Kulkarni）、阿达沙·希瓦南达（Adarsha Shivananda）、尼廷·奈杰·夏尔马著欧拉译 / 清华大学出版社 / 2024-04 / 平装

售价 58.36 5.9折

定价￥99.00

品相全新

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2025-05-13

数量: 库存10件

立即购买加入购物车收藏

卖家超过10天未登录

十年老店

千正旗舰版一正版促销

店铺等级

拍卖等级

资质认证

90天平均

成功完成

91.56% (5036笔)

好评率

99.72%

发货时间

13.23小时

店主

咚友图书专营店2号

联系

在线交谈离线留言

地址

湖北省武汉市硚口区

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

图书条目信息
图书 > 计算机与互联网
计算机视觉与PyTorch项目实战：基于深度学习框架的端到端产品级模型设计与开发
作者: （印）；阿达沙·希瓦南达（Adarsha Shivananda）；尼廷·奈杰·夏尔马著欧拉译

出版社: 清华大学出版社

出版时间: 2024-04

版次: 1

ISBN: 9787302657422

定价: 99.00

装帧: 平装

开本: 16开

页数: 236页

字数: 317千字
内容简介：

本书使用pytorch框架来讨论计算机视觉算法及其应用。首先介绍计算机视觉基础，主题涉及卷积神经网络、re、yolo、数据增强和业内使用的其他常规技术。随后简要概述pytorch库。接下来探究图像分类问题、对象检测技术以及如何在训练和运行推理的同时实现迁移学。后通过一个完整的建模过程来阐述深度学框架pytorch是如何运用优化和模型ai可解释的。本书适合具有基础的中读者阅读和参，可以帮助他们使用迁移学和pytorch来搭建产品级的计算机视觉模型。

作者简介：

: 尼廷·奈杰·夏尔马（Nitin Ranjan Sharma），诺华制药产品经理，主要带领团队使用多模型技术来开发产品。此外也为财富500强公司提供咨询服务，运用机器学习和深度学习框架来帮助他们解决复杂的业务问题。同时也是一名活跃的开源贡献者。

目录：

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n架构类型 014

1.1.5 掌握深度学模型 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 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-n 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 063

3.2.4 锚框生成层 064

3.2.5 候选区域层 065

3.3 mask r-n 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章基于图的搜索和系统 107

5.1 问题陈述 107

5.2 方法和方 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 可视化结果 122

5.3.7 从用户处接收图输入并相似产品 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 opene 131

6.3.1 分支1 131

6.3.2 分支2 131

6.4 hr 133

6.5 higher hr 135

6.6 e 136

6.6.1 e工作机制 136

6.6.2 e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 165

7.4 小结 168

第8章图像超分辨率 169

8.1 利用近邻概念放大图像 170

8.2 理解双线插值 171

8.3 变分自 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 把上传到google colab 197

9.3.3 将转换为一系列图像 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 203

9.3.9 安保与监控 205

9.3.10 确定人统计学特征(年龄和别) 208

9.4 小结 210

0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

展开全部
货号：

文轩5.12

配送说明

...
相似商品
为你推荐

孔网分类

图书

艺术品收藏

连环画(1)

图书

艺术品藏品

计算机视觉与PyTorch项目实战：基于深度学习框架的端到端产品级模型设计与开发

孔网啦啦啦啦啦纺织女工火锅店第三课