展开全部

主编推荐语

本书是一本从工具、原理、算法3个维度指导读者零基础快速掌握目标检测技术及其应用的入门书。

内容简介

两位作者是资深的AI技术专家和计算机视觉算法专家,在阿里、腾讯、百度、三星等大企业从事计算机视觉相关的工作多年,不仅理论功底扎实、实践经验丰富,而且知道初学者进入计算机视觉领域的痛点和难点。据此,两位作者编写了这本针对目标检测初学者的入门书,希望从知识体系和工程实践的角度帮助读者少走弯路。

第1~2章是目标检测的准备工作,主要介绍了目标检测的常识、深度学习框架的选型、开发环境的搭建以及数据处理工具的使用。

第3~5章是目标检测的技术基础,主要讲解了数据预处理和卷积神经网络等图像分类技术的基础知识。

第6章比较详细地介绍了香港中文大学的开源算法库mmdetection。

第7~10章详细地讲解了目标检测的概念、原理、一阶段算法、二阶段算法以及提升算法性能的常用方法。

第11章简单介绍了目标检测的相关案例(以工业为背景),以帮助读者构建一个更完整的知识体系。

目录

  • 版权信息
  • 前言
  • 第1章 目标检测概述
  • 1.1 什么是目标检测
  • 1.2 典型的应用场景
  • 1.3 目标检测技术发展简史
  • 1.4 目标检测领域重要的公开评测集
  • 1.5 本章小结
  • 第2章 目标检测前置技术
  • 2.1 深度学习框架
  • 2.2 搭建开发环境
  • 2.3 NumPy使用详解
  • 2.4 本章小结
  • 第3章 卷积神经网络
  • 3.1 卷积神经网络基础
  • 3.2 本章小结
  • 第4章 数据预处理
  • 4.1 数据增强
  • 4.2 数据的探索
  • 4.3 本章小结
  • 第5章 常见卷积神经网络结构
  • 5.1 LeNet神经网络
  • 5.2 AlexNet神经网络
  • 5.3 VGGNet神经网络
  • 5.4 GoogLeNet神经网络
  • 5.5 ResNet
  • 5.6 DenseNet
  • 5.7 其他网络结构
  • 5.8 实战案例
  • 5.9 计算图像数据集的RGB均值和方差
  • 5.10 本章小结
  • 第6章 mmdetection工具包介绍
  • 6.1 mmdetection概要
  • 6.2 mmdetection支持的检测框架和算法实现
  • 6.3 搭建mmdetection开发环境
  • 6.4 使用入门
  • 6.5 标注图像
  • 6.6 实战案例
  • 6.7 本章小结
  • 第7章 目标检测的基本概念
  • 7.1 概念详解
  • 7.2 本章小结
  • 第8章 两阶段检测方法
  • 8.1 R-CNN算法
  • 8.2 SPP-Net算法
  • 8.3 Fast R-CNN算法及训练过程
  • 8.4 Faster R-CNN算法及训练过程
  • 8.5 Faster R-CNN代码解析
  • 8.6 本章小结
  • 第9章 检测算法的进一步改进
  • 9.1 特征金字塔
  • 9.2 焦点损失函数
  • 9.3 本章小结
  • 第10章 一阶段检测算法
  • 10.1 YOLO算法
  • 10.2 SSD算法
  • 10.3 FCOS算法
  • 10.4 本章小结
  • 第11章 工业AI的发展
  • 11.1 工业AI的概念和互联网
  • 11.2 工业AI落地应用
  • 11.3 工业生产中的缺陷检测问题
  • 11.4 目标检测在工业中的案例:面板行业ADC解决方案
  • 11.5 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社有限公司

机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。