計算機視覺從入門到進階實戰(zhàn)：基于PyTorch

定　價：￥99.00

作　者：	孫玉林編著
出版社：	化學工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥78.20)

ISBN：	9787122452023	出版時間：	2024-08-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書基于PyTorch深度學習框架，結(jié)合計算機視覺中的主流任務(wù)，介紹了深度學習相關(guān)算法的計算機視覺上的應(yīng)用。本書主要內(nèi)容分為兩部分。第一部分為PyTorch框架使用的相關(guān)知識，以及計算機視覺和深度學習的入門知識。第二部分重點介紹深度學習在計算機視覺上的應(yīng)用，包括：經(jīng)典的深度卷積網(wǎng)絡(luò)、深度注意力網(wǎng)絡(luò)，以及基于自注意力的Transformer系列網(wǎng)絡(luò)在圖像分類中的應(yīng)用；R-CNN系列、YOLO系列、SSD系列目標檢測網(wǎng)絡(luò)的算法思想及在目標檢測中的應(yīng)用；FCN、U-Net等全卷積網(wǎng)絡(luò)在圖像語義分割領(lǐng)域的應(yīng)用；針對風格遷移任務(wù)，介紹了快速風格遷移、CycleGan等算法的實戰(zhàn)應(yīng)用；針對自編碼器和擴散模型，介紹了相關(guān)算法在圖像重構(gòu)、去噪以及生成相關(guān)計算機視覺任務(wù)中的實戰(zhàn)應(yīng)用；最后介紹了遷移學習和域自適應(yīng)的經(jīng)典算法在跨域計算機視覺圖像分類任務(wù)中的應(yīng)用。本書適合對計算機視覺、深度學習、人工智能、PyTorch使用感興趣的初學者及研究人員自學使用，也可作為高等院校相關(guān)專業(yè)的教材及參考書。

作者簡介

　　無

圖書目錄

第1章計算機視覺與深度學習 001
1.1 計算機視覺簡介 002
1.1.1 數(shù)字圖像處理基礎(chǔ) 003
1.1.2 主流計算機視覺任務(wù) 008
1.2 深度學習簡介 010
1.2.1 深度學習發(fā)展簡史 010
1.2.2 感知機與人工神經(jīng)網(wǎng)絡(luò) 012
1.2.3 卷積神經(jīng)網(wǎng)絡(luò) 012
1.2.4 循環(huán)神經(jīng)網(wǎng)絡(luò) 013
1.2.5 優(yōu)化算法 014
1.2.6 欠擬合與過擬合 016
1.3 Python與PyTorch安裝 017
1.3.1 安裝Python 017
1.3.2 安裝PyTorch 020
1.3.3 PyTorch核心模塊 021
1.3.4 PyTorch輔組庫 023
1.3.5 其他Python庫 023
1.4 本章小結(jié) 025
第2章 PyTorch快速入門 026
2.1 張量Tensor 027
2.1.1 張量的數(shù)據(jù)類型 027
2.1.2 張量的生成 028
2.1.3 張量操作 034
2.1.4 張量計算 041
2.2 torch.nn模塊 047
2.2.1 卷積層 047
2.2.2 池化層 049
2.2.3 填充層 051
2.2.4 激活函數(shù)層 052
2.2.5 歸一化函數(shù)層 053
2.2.6 循環(huán)層 054
2.2.7 全連接層 054
2.2.8 Transformer層 055
2.3 圖像數(shù)據(jù)操作和預(yù)處理 055
2.3.1 從datasets模塊中導入數(shù)據(jù)并預(yù)處理 057
2.3.2 從文件夾中導入數(shù)據(jù)并進行預(yù)處理 058
2.4 優(yōu)化器與損失函數(shù) 060
2.4.1 優(yōu)化器 061
2.4.2 損失函數(shù) 063
2.5 預(yù)訓練網(wǎng)絡(luò) 065
2.6 GPU部署和使用 067
2.7 本章小結(jié) 068
第3章圖像分類 069
3.1 經(jīng)典的深度圖像分類網(wǎng)絡(luò) 070
3.1.1 LeNet-5網(wǎng)絡(luò) 070
3.1.2 AlexNet網(wǎng)絡(luò) 071
3.1.3 VGG網(wǎng)絡(luò)結(jié)構(gòu) 072
3.1.4 GoogLeNet 073
3.1.5 ResNet網(wǎng)絡(luò) 074
3.1.6 DenseNet網(wǎng)絡(luò) 076
3.1.7 CLIP模型 078
3.2 卷積神經(jīng)網(wǎng)絡(luò)識別FashionMNIST 080
3.2.1 圖像數(shù)據(jù)準備 081
3.2.2 卷積神經(jīng)網(wǎng)絡(luò)的搭建 083
3.2.3 卷積神經(jīng)網(wǎng)絡(luò)訓練與預(yù)測 084
3.3 ResNet網(wǎng)絡(luò)預(yù)測CIFAR10 089
3.3.1 圖像數(shù)據(jù)準備 090
3.3.2 ResNet網(wǎng)絡(luò)搭建 092
3.3.3 ResNet網(wǎng)絡(luò)訓練與預(yù)測 096
3.4 微調(diào)預(yù)訓練的卷積網(wǎng)絡(luò) 101
3.4.1 微調(diào)預(yù)訓練的VGG網(wǎng)絡(luò) 102
3.4.2 準備新網(wǎng)絡(luò)需要的數(shù)據(jù) 104
3.4.3 微調(diào)VGG網(wǎng)絡(luò)的訓練和預(yù)測 106
3.5 卷積網(wǎng)絡(luò)可視化 108
3.5.1 網(wǎng)絡(luò)中間特征可視化 109
3.5.2 類激活熱力圖可視化 112
3.6 CLIP模型應(yīng)用 116
3.6.1 CLIP零樣本學習 117
3.6.2 CIFAR10使用CLIP特征分類 118
3.7 本章小結(jié) 120
第4章目標檢測與識別 121
4.1 目標檢測方法 122
4.1.1 目標檢測算法分類 122
4.1.2 目標檢測評價指標 122
4.1.3 目標檢測常用損失函數(shù) 123
4.1.4 錨框與非極大值抑制 125
4.2 經(jīng)典的目標檢測網(wǎng)絡(luò) 126
4.2.1 R-CNN系列網(wǎng)絡(luò) 126
4.2.2 YOLO系列網(wǎng)絡(luò) 129
4.2.3 SSD系列網(wǎng)絡(luò) 132
4.2.4 其他目標檢測網(wǎng)絡(luò) 135
4.3 使用預(yù)訓練的目標檢測網(wǎng)絡(luò) 138
4.3.1 目標檢測常用數(shù)據(jù)集 138
4.3.2 圖像目標檢測 139
4.3.3 人體關(guān)鍵點檢測 140
4.4 訓練自己的YOLOv3目標檢測網(wǎng)絡(luò) 142
4.4.1 PASCAL VOC數(shù)據(jù)準備 143
4.4.2 YOLOv3網(wǎng)絡(luò)搭建 154
4.4.3 YOLOv3網(wǎng)絡(luò)訓練 158
4.4.4 YOLOv3目標檢測 163
4.5 本章小結(jié) 164
第5章語義分割 165
5.1 語義分割方法 166
5.2 經(jīng)典的語義分割網(wǎng)絡(luò) 167
5.2.1 FCN 167
5.2.2 SegNet 169
5.2.3 U-Net 169
5.2.4 DeepLab系列 170
5.2.5 PSPNet 172
5.2.6 SAM 172
5.3 使用預(yù)訓練的語義分割網(wǎng)絡(luò) 173
5.3.1 使用預(yù)訓練網(wǎng)絡(luò) 173
5.3.2 語義分割評價指標 176
5.4 訓練自己的語義分割網(wǎng)絡(luò) 176
5.4.1 數(shù)據(jù)準備 177
5.4.2 FCN語義分割網(wǎng)絡(luò) 186
5.4.3 U-Net語義分割網(wǎng)絡(luò) 194
5.5 本章小結(jié) 201
第6章注意力機制與Transformer 202
6.1 經(jīng)典的注意力模型 204
6.1.1 SE-Net 204
6.1.2 SPANet 205
6.1.3 CBAM 206
6.1.4 Transformer 207
6.1.5 ViT 209
6.1.6 Swin Transformer 210
6.2 PyTorch預(yù)訓練ViT網(wǎng)絡(luò)應(yīng)用 211
6.2.1 預(yù)訓練ViT網(wǎng)絡(luò)導入 212
6.2.2 CIFAR100數(shù)據(jù)準備 213
6.2.3 預(yù)訓練ViT網(wǎng)絡(luò)訓練與預(yù)測 214
6.3 ViT網(wǎng)絡(luò)圖像分類 218
6.3.1 ViT網(wǎng)絡(luò)搭建 220
6.3.2 CIFAR00數(shù)據(jù)準備 224
6.3.3 ViT網(wǎng)絡(luò)訓練與預(yù)測 226
6.4 本章小結(jié) 228
第7章圖像風格遷移 229
7.1 經(jīng)典的圖像風格遷移方法 230
7.1.1 固定風格固定內(nèi)容的風格遷移 231
7.1.2 固定風格任意內(nèi)容的風格遷移 233
7.1.3 任意風格任意內(nèi)容的風格遷移 234
7.1.4 基于Gan的圖像風格遷移 236
7.2 固定風格固定內(nèi)容的風格遷移 239
7.2.1 準備VGG19網(wǎng)絡(luò) 239
7.2.2 圖像數(shù)據(jù)準備 240
7.2.3 圖像的輸出特征和Gram矩陣的計算 242
7.2.4 進行圖像風格遷移 244
7.3 固定風格任意內(nèi)容的風格遷移 247
7.3.1 快速風格遷移網(wǎng)絡(luò)準備 247
7.3.2 快速風格遷移數(shù)據(jù)準備 251
7.3.3 快速風格遷移網(wǎng)絡(luò)訓練和結(jié)果展示 253
7.4 CycleGan風格遷移 260
7.4.1 CycleGan網(wǎng)絡(luò)搭建 260
7.4.2 非成對圖像數(shù)據(jù)準備 263
7.4.3 網(wǎng)絡(luò)訓練 265
7.4.4 圖像轉(zhuǎn)換結(jié)果展示 270
7.5 本章小結(jié) 271
第8章自編碼器與擴散模型 272
8.1 自編器模型與擴散模型介紹 273
8.1.1 自編碼器原理 273
8.1.2 變分自編碼器 274
8.1.3 VQ-VAE圖像生成 275
8.1.4 Stable Diffusion圖像生成 276
8.2 自編碼器圖像重構(gòu) 278
8.2.1 自編碼網(wǎng)絡(luò)數(shù)據(jù)準備 279
8.2.2 自編碼網(wǎng)絡(luò)的構(gòu)建 281
8.2.3 自編碼網(wǎng)絡(luò)的訓練 282
8.2.4 自編碼網(wǎng)絡(luò)的數(shù)據(jù)重構(gòu) 283
8.2.5 網(wǎng)絡(luò)的編碼特征可視化 284
8.3 自編碼器圖像去噪 285
8.3.1 數(shù)據(jù)準備 286
8.3.2 網(wǎng)絡(luò)搭建 289
8.3.3 網(wǎng)絡(luò)訓練與預(yù)測 291
8.4 Stable Diffusion圖像生成 296
8.4.1 數(shù)據(jù)準備 296
8.4.2 網(wǎng)絡(luò)搭建 298
8.4.3 網(wǎng)絡(luò)訓練與預(yù)測 310
8.5 本章小結(jié) 312
第9章遷移學習與域自適應(yīng) 313
9.1 遷移學習簡介 314
9.1.1 遷移學習的定義 314
9.1.2 為什么需要遷移學習 315
9.1.3 遷移學習的分類 316
9.1.4 度量準則 318
9.2 經(jīng)典的遷移學習算法 319
9.2.1 基于深度遷移的finetune模型 319
9.2.2 基于對抗學習的遷移學習 320
9.2.3 基于對齊的遷移學習 324
9.2.4 基于偽標簽的遷移學習 326
9.2.5 其他遷移學習損失函數(shù) 328
9.3 遷移學習圖像分類實戰(zhàn) 328
9.3.1 數(shù)據(jù)和網(wǎng)絡(luò)準備工作 329
9.3.2 基于微調(diào)的遷移學習 335
9.3.3 基于對齊的遷移學習 338
9.3.4 基于對抗的遷移學習 343
9.3.5 基于目標域標簽互信息的遷移學習 347
9.4 本章小結(jié) 351
參考文獻 352