作者：徐慧智;程国柱 著
页数：200
出版社：人民交通出版社
出版日期：2024
ISBN：9787114196423
电子书格式：pdf/epub/txt
网盘下载地址：下载深度学习与交通图像感知应用基础
内容简介
本书选取交通图像和视频为研究对象,采用深度学习方法,提取图像和视频中的特征信息,实现交通目标的识别、跟踪、检测和分割功能。通过对本书的学习,读者可提升对交通领域深度学习网络的理解和应用能力。本书可供交通运输行业相关技术人员参考,也可作为高等院校交通工程、交通运输专业的高年级本科生和研究生教材使用。
目录
第1 章 交通图像感知概论……………………………………………………………………… 1
1. 1 相关概念………………………………………………………………………………… 1
1. 2 交通图像感知的应用…………………………………………………………………… 6
第2 章 计算机编程基础……………………………………………………………………… 13
2. 1 编程语言发展概述……………………………………………………………………… 13
2. 2 Python 编程……………………………………………………………………………… 16
2. 3 PyTorch 框架…………………………………………………………………………… 33
第3 章 图像处理基础………………………………………………………………………… 55
3. 1 GUI 功能………………………………………………………………………………… 55
3. 2 核心操作………………………………………………………………………………… 57
3. 3 图像处理………………………………………………………………………………… 62
3. 4 特征检测和匹配………………………………………………………………………… 76
3. 5 相机校准与坐标系转换………………………………………………………………… 82
第4 章 神经网络与深度学习………………………………………………………………… 85
4. 1 概述……………………………………………………………………………………… 85
4. 2 神经网络………………………………………………………………………………… 85
4. 3 深度学习……………………………………………………………………………… 109
4. 4 编程实现……………………………………………………………………………… 110
第5 章 交通目标识别理论与方法…………………………………………………………… 123
5. 1 概述…………………………………………………………………………………… 123
5. 2 卷积神经网络组成和实现…………………………………………………………… 125
5. 3 典型卷积神经网络结构……………………………………………………………… 140
5. 4 Transformer 模型……………………………………………………………………… 156
5. 5 迁移学习……………………………………………………………………………… 180
第6 章 交通目标检测理论与方法…………………………………………………………… 185
6. 1 概述…………………………………………………………………………………… 185
6. 2 X-CNN 目标检测算法………………………………………………………………… 187
6. 3 YOLO 目标检测算法………………………………………………………………… 206
6. 4 SSD 目标检测算法…………………………………………………………………… 215
第7 章 交通目标轨迹跟踪理论与方法……………………………………………………… 225
7. 1 概述…………………………………………………………………………………… 225
7. 2 SORT 算法目标轨迹跟踪算法……………………………………………………… 238
7. 3 Deep SORT 算法目标轨迹跟踪算法………………………………………………… 241
第8 章 交通场景分割理论与方法…………………………………………………………… 253
8. 1 概述…………………………………………………………………………………… 253
8. 2 交通场景语义分割…………………………………………………………………… 253
8. 3 交通场景实例分割…………………………………………………………………… 260
第9 章 交通感知评价指标及预训练模型应用……………………………………………… 276
9. 1 评价指标……………………………………………………………………………… 276
9. 2 超参数调优…………………………………………………………………………… 278
9. 3 预训练模型…………………………………………………………………………… 283
9. 4 开源数据集…………………………………………………………………………… 290
参考文献………………………………………………………………………………………… 295
1. 1 相关概念………………………………………………………………………………… 1
1. 2 交通图像感知的应用…………………………………………………………………… 6
第2 章 计算机编程基础……………………………………………………………………… 13
2. 1 编程语言发展概述……………………………………………………………………… 13
2. 2 Python 编程……………………………………………………………………………… 16
2. 3 PyTorch 框架…………………………………………………………………………… 33
第3 章 图像处理基础………………………………………………………………………… 55
3. 1 GUI 功能………………………………………………………………………………… 55
3. 2 核心操作………………………………………………………………………………… 57
3. 3 图像处理………………………………………………………………………………… 62
3. 4 特征检测和匹配………………………………………………………………………… 76
3. 5 相机校准与坐标系转换………………………………………………………………… 82
第4 章 神经网络与深度学习………………………………………………………………… 85
4. 1 概述……………………………………………………………………………………… 85
4. 2 神经网络………………………………………………………………………………… 85
4. 3 深度学习……………………………………………………………………………… 109
4. 4 编程实现……………………………………………………………………………… 110
第5 章 交通目标识别理论与方法…………………………………………………………… 123
5. 1 概述…………………………………………………………………………………… 123
5. 2 卷积神经网络组成和实现…………………………………………………………… 125
5. 3 典型卷积神经网络结构……………………………………………………………… 140
5. 4 Transformer 模型……………………………………………………………………… 156
5. 5 迁移学习……………………………………………………………………………… 180
第6 章 交通目标检测理论与方法…………………………………………………………… 185
6. 1 概述…………………………………………………………………………………… 185
6. 2 X-CNN 目标检测算法………………………………………………………………… 187
6. 3 YOLO 目标检测算法………………………………………………………………… 206
6. 4 SSD 目标检测算法…………………………………………………………………… 215
第7 章 交通目标轨迹跟踪理论与方法……………………………………………………… 225
7. 1 概述…………………………………………………………………………………… 225
7. 2 SORT 算法目标轨迹跟踪算法……………………………………………………… 238
7. 3 Deep SORT 算法目标轨迹跟踪算法………………………………………………… 241
第8 章 交通场景分割理论与方法…………………………………………………………… 253
8. 1 概述…………………………………………………………………………………… 253
8. 2 交通场景语义分割…………………………………………………………………… 253
8. 3 交通场景实例分割…………………………………………………………………… 260
第9 章 交通感知评价指标及预训练模型应用……………………………………………… 276
9. 1 评价指标……………………………………………………………………………… 276
9. 2 超参数调优…………………………………………………………………………… 278
9. 3 预训练模型…………………………………………………………………………… 283
9. 4 开源数据集…………………………………………………………………………… 290
参考文献………………………………………………………………………………………… 295
