作者：李晖晖,刘航
页数：211
出版社：西北工业大学出版社有限公司
出版日期：2021
ISBN：9787561280058
电子书格式：pdf/epub/txt
内容简介
本教材主要内容包括计算机视觉历史回顾与介绍、数据驱动的图像分类方式：K最近邻与线性分类器、线性分类器损失函数与最优化、反向传播与神经网络、神经网络的训练、卷积神经网络、迁移学习之物体定位与检测、卷积神经网络的可视化与进一步理解、卷积神经网络工程实践技巧、深度学习开源库使用介绍、图像分割与注意力模型、视频检测与无监督学习等。本书适合高等学校图像处理、模式识别、机器视觉、人工智能相关专业本科高年级学生和研究生使用，也可作为相关专业领域科研工作者参考书。
作者简介
李晖晖，女，1974年生， 2006年在西北工业大学自动化学院模式识别与智能系统专业获得工学博士学位，现为西北工业大学自动化学院副教授。主要从事图像处理、模式识别、机器视觉、人工智能等方向的研究。 刘航，男，1973年生， 博士，现为西北工业大学自动化学院副教授。主要从事网络协议设计与优化、无线感知、网络安全等方向的研究。
目录
1．1 什么是深度学习
1．2 深度学习的起源和历史
1．3 深度学习的发展
1．4 什么是计算机视觉
1．5 计算机视觉发展
1．6 深度学习在计算机视觉领域的研究现状
第2章 深度学习的框架
2．1 Theano框架
2．2 TensorFlow框架
2．3 Keras框架
2．4 PyTorch框架
2．5 Caffe/Caffe2框架
2．6 MXNet框架
2．7 CNTK框架
第3章 深度学习计算机视觉的基础
3．1 线性分类
3．2 优化
3．3 反向传播
3．4 神经网络
3．5 卷积神经网络
3．6 生成模型
3．7 循环神经网络
第4章 深度学习在计算机视觉方面的应用
4．1 深度学习在计算机视觉方面的应用框架介绍
4．2 目标检测识别
4．3 图像检索
4．4 图像修复
4．5 图像分割
第5章 深度学习实战
5．1 实验环境安装与配置
5．2 任务实战
参考文献
