-
收藏
-
加书架
-
引用
本书特色
获奖作品
简介
本书从初学者的视角出发,使用通俗易懂的语言比较系统地介绍了基于深度学习的计算机视觉解决方案开发技术,以循序渐进的方式详细讨论了VGG16、AlexNet、R—CNN、Fast R—CNN、Faster R—CNN、YOLO、SSD、DeepFace和FaceNet等多种典型神经网络模型的基本结构和训练方法,结合具体应用案例生动形象地介绍了图像样本数据集的获取与处理、深度学习模型的设计与优化、应用系统的开发与部署的基本过程,逐步消除使用深度学习技术开发计算机视觉应用的认知盲点,广大读者通过自己的努力就可以不太困难地掌握全书主要内容,建立强大的应用技术基础。
编辑推荐
涵盖多种典型神经网络模型,构建计算机视觉系统解决方案 详解计算机视觉应用案例,从算法到编程,边学原理边实践 提供完整的源码及数据集资料
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2022-05-01
- 更新: 2023-11-16
- 书号:9787302599425
- 中图:TP302.7
- 学科:工学控制科学与工程工学计算机科学与技术
获奖信息
聚焦深度学习架构,涵盖多种典型神经网络模型,构建计算机视觉系统解决方案
相关图书
-
概率深度学习 使用Python、Keras和TensorFlow Probability
[德] 奥利弗·杜尔(Oliver Dürr)、贝亚特·西克(Beate Sick)、埃尔维斯·穆里纳(Elvis Murina)著 崔亚奇 唐田田 但波 译
¥98.00 -
Python深度学习异常检测 使用Keras和PyTorch
[美] 斯里达尔·阿拉(Sridhar Alla)、苏曼·卡拉扬·阿达里(Suman Kalyan Adari)著 杨小冬 译
¥98.00