设计和开发端到端的、生产级的计算机视觉项目,以解决真实的行业问题。这本书讨论了使用PyTorch的计算机视觉算法及其应用。

这本书从计算机视觉的基础开始:卷积神经网络,RESNET, YOLO,数据增强,和行业中使用的其他正则化技术。然后它会给你本书中使用的PyTorch库的一个快速的概述。之后,它将带您通过实现图像分类问题、目标检测技术和迁移学习,同时训练和运行推理。这本书涵盖了图像分割和异常检测模型。并讨论了计算机视觉任务中视频处理的基本原理,将图像放入视频中。本书最后解释了使用优化技术的深度学习框架的完整模型构建过程,重点介绍了模型AI的可解释性。

读完这本书,你将能够使用迁移学习和PyTorch构建自己的计算机视觉项目。 你会学到什么

  • 使用PyTorch解决计算机视觉中的问题。
  • 实现迁移学习和执行图像分类,目标检测,图像分割,和其他计算机视觉应用
  • 为实际工业问题设计和开发生产级计算机视觉项目
  • 解释计算机视觉模型并解决业务问题
成为VIP会员查看完整内容
95

相关内容

【2021新书】基于Python的实用深度学习概述,464页pdf
专知会员服务
86+阅读 · 2021年10月25日
【2021新书】深度学习计算机视觉,320页pdf
专知会员服务
191+阅读 · 2021年5月20日
【2021新书】机器学习超参数优化,177页pdf
专知会员服务
159+阅读 · 2021年5月18日
【干货书】PyTorch 深度学习,255页pdf
专知会员服务
274+阅读 · 2021年4月3日
【2020新书】机器学习在能源行业中的应用,315页pdf
专知会员服务
121+阅读 · 2020年11月3日
【2020新书】软件和人工智能项目中的设计思维,157页pdf
专知会员服务
117+阅读 · 2020年8月30日
专知会员服务
54+阅读 · 2020年7月4日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
198+阅读 · 2020年2月11日
MATLAB计算机视觉与深度学习实战
炼数成金订阅号
19+阅读 · 2017年8月4日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
8+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年9月15日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
13+阅读 · 2019年1月26日
VIP会员
相关VIP内容
【2021新书】基于Python的实用深度学习概述,464页pdf
专知会员服务
86+阅读 · 2021年10月25日
【2021新书】深度学习计算机视觉,320页pdf
专知会员服务
191+阅读 · 2021年5月20日
【2021新书】机器学习超参数优化,177页pdf
专知会员服务
159+阅读 · 2021年5月18日
【干货书】PyTorch 深度学习,255页pdf
专知会员服务
274+阅读 · 2021年4月3日
【2020新书】机器学习在能源行业中的应用,315页pdf
专知会员服务
121+阅读 · 2020年11月3日
【2020新书】软件和人工智能项目中的设计思维,157页pdf
专知会员服务
117+阅读 · 2020年8月30日
专知会员服务
54+阅读 · 2020年7月4日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
198+阅读 · 2020年2月11日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
8+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员