-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
5/4 新書到! 4/27 新書到! 4/20 新書到! 4/13 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

深度學習之PyTorch物體檢測實戰

( 簡體 字)
作者:編者:董洪義類別:1. -> 程式設計 -> 深度學習
   2. -> 程式設計 -> Python
譯者:
出版社:機械工業深度學習之PyTorch物體檢測實戰 3dWoo書號: 52214
詢問書籍請說出此書號!

有庫存
NT定價: 445
折扣價: 400

出版日:1/1/2020
頁數:267
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787111641742
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

本書從概念、發展、經典實現方法等幾個方面系
統地介紹了物體檢測的相關知識,重點介紹了Faster
RCNN、SDD和YOLO這三個經典的檢測器,并利用
PyTorch框架從代碼角度進行了細致講解。另外,本書
進一步介紹了物體檢測的輕量化網絡、細節處理、難
點問題及未來的發展趨勢,從實戰角度給出了多種優
秀的解決方法,便于讀者更深入地掌握物體檢測技術
,從而做到在實際項目中靈活應用。
本書共10章,涵蓋的主要內容有物體檢測與
PyTorch框架基礎概念與背景知識;PyTorch基礎知識
;基礎卷積網絡Backbone;兩階經典檢測器Faster
RCNN;單階多層檢測器SSD;單階經典檢測器YOL0;模
型加速之輕量化網絡;物體檢測細節處理;物體檢測
難點問題;物體檢測的未來發展。
本書內容豐富,講解通俗易懂,案例典型,實用
性強,特別適合PyTorch框架愛好者和物體檢測相關從
業人員閱讀,也適合深度學習和計算機視覺領域的研
究人員閱讀。另外,本書還話合作為深度學習培訓機
構的教材使用。
目錄:

前言
第1篇 物體檢測基礎知識
第1章 淺談物體檢測與PyTorch
1.1 深度學習與計算機視覺
1.1.1 發展歷史
1.1.2 計算機視覺
1.2 物體檢測技術
1.2.1 發展歷程
1.2.2 技術應用領域
1.2.3 評價指標
1.3 PyTorch簡介
1.3.1 誕生與特點
1.3.2 各大深度學習框架對比
1.3.3 為什么選擇PyTorch
1.3.4 安裝方法
1.4 基礎知識準備
1.4.1 Linux基礎
1.4.2 Python基礎
l.4.3 高效開發工具
1.5 總結
第2章 PyTorch基礎
2.1 基本數據:Tensor
2.1.1 Tensor數據類型
2.1.2 Tensor的創建與維度查看
2.1.3 Tensor的組合與分塊
2.1.4 Tensor的索引與變形
2.1.5 Tensor的排序與取極值
2.1.6 Tensor的自動廣播機制與向量化
2.1.7 Tensor的內存共享
2.2 Autograd與計算圖
2.2.1 Tensor的自動求導:Autograd
2.2.2 計算圖
2.2.3 Autograd注意事項
2.3 神經網絡工具箱torch.nn
2.3.1 nn.Module類
2.3.2 損失函數
2.3.3 優化器nn.optim
2.4 模型處理
2.4.1 網絡模型庫:torchvision.models
2.4.2 加載預訓練模型
2.4.3 模型保存
2.5 數據處理
2.5.1 主流公開數據集
2.5.2 數據加載
2.5.3 GPU加速
2.5.4 數據可視化
2.6 總結
第3章 網絡骨架:Backbone
3.1 神經網絡基本組成
3.1.1 卷積層
序: