作者：贾壮
页数：280
出版社：中国铁道出版社
出版日期：2024
ISBN：9787113312220
电子书格式：PDF
PDF下载地址
内容简介
本书主要介绍了计算机视觉中的语义分割和目标检测的相关技术，重点讲解了任务设定和度量指标、基于深度学习的经典模型和算法方案，包括U-net相关模型、DeepLab系列模型、SAM模型，以及Faster R-CNN模型、YOLO系列模型等。另外，对于分割和检测任务中的小样本、弱监督、小目标等特殊设定下的算法思路和方案也通过典型模型进行了讲解。同时，书中还提供了多个简单易上手的语义分割与目标检测的实战项目。<br />
作者简介
贾壮，计算机视觉算法工程师，毕业于清华大学自动化系模式识别与智能系统方向。曾在华为、百度等单位从事多项算法项目研发工作。在相关期刊和会议中发表多篇论文，并获得国际竞赛奖项，对于算法设计及其应用有丰富的经验和比较深入的理解。
目录
第1章深度学习与计算机视觉基础知识1.1深度学习与人工智能11.1.1人工智能历史回顾11.1.2深度学习原理及其应用简介31.2计算机视觉及其应用场景简介41.3开始之前的准备工作51.3.1代码工具准备51.3.2相关数学工具准备21第2章神经网络模型：原理、模型与流程2.1神经网络模型的基本原理332.1.1神经元与人工神经网络332.1.2梯度下降与反向传播算法（BP算法）412.1.3神经网络的正则化策略442.2卷积神经网络与注意力机制492.2.1卷积神经网络模块与结构492.2.2注意力机制与VisionTransformer562.3神经网络模型训练和推理的一般流程682.3.1训练流程：数据增强、优化器与策略调整器682.3.2推理流程：测试时增强与量化部署79第3章语义分割算法原理3.1语义分割任务概述813.1.1语义分割的目标与传统方案813.1.2语义分割的难点843.1.3语义分割的度量指标85