您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
基于深度学习的目标检测与识别技术
字数: 199000
装帧: 平装
出版社: 化学工业出版社
作者: 谭志
出版日期: 2021-08-01
商品条码: 9787122393678
版次: 1
开本: 16开
页数: 168
出版年份: 2021
定价:
¥58
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
编辑推荐
本书主要介绍了深度学习中的目标识别与检测算法,包括基于Faster R-CNN的目标检测改进算法、图像识别模型改进算法、融入注意力的残差网络面部表情识别算法等。 本书特色: 1.本书内容精炼,算法理论的讲述针对性较强,辅以实验验证,由浅入深,易于读者理解; 2.本书数据翔实,讲解清晰有条理,对AI从业者有较大的参考价值。
内容简介
本书从深度学习的发展历程开始,系统介绍了基于深度学习的目标检测的基本问题及其相关处理方法与技术,主要内容涉及两阶段和单阶段目标检测的理论、算法和研究成果。本书共6章,包括深度学习神经网络类型、目标检测技术、基于Faster R-CNN的目标检测改进算法、领域自适应及其在目标检测技术上的典型应用、图像识别模型改进及面部表情识别、结论与展望等内容。本书主要面向人工智能、自动化、电子信息、计算机等专业高年级本科生以及控制科学与工程、信息与通信工程、计算机科学与技术等学科研究生,帮助读者了解目标检测技术的发展过程、基本知识与原理,同时也可供高校相关专业教师、科研人员和工程技术人员阅读参考。
目录
第1章深度学习神经网络类型/001
1.1深度学习简介001
1.2主要深度学习网络原理004
1.2.1堆叠自编码器005
1.2.2卷积神经网络006
1.2.3深度信念网络008
1.2.4递归神经网络009
1.2.5生成对抗网络011
1.3深度学习实际应用014
1.3.1目标检测与识别014
1.3.2语音识别016
1.3.3文本识别017
1.4深度学习面临挑战018
1.4.1理论挑战018
1.4.2工程挑战020
参考文献021
第2章基于深度学习的目标检测技术/025
2.1目标检测技术025
2.1.1目标检测概念025
2.1.2目标检测评价指标027
2.1.3目标检测数据集029
2.2目标检测方法030
2.2.1传统目标检测方法031
2.2.2深度学习目标检测方法033
2.3基于区域的两阶段检测器035
2.3.1R-CNN035
2.3.2SPPNet037
2.3.3Fast R-CNN038
2.3.4Faster R-CNN039
2.3.5FPN042
2.4基于区域的单阶段检测器042
2.4.1YOLO检测器042
2.4.2其他检测器048
2.5深度学习目标检测开源框架050
2.5.1TensorFlow框架050
2.5.2PyTorch框架051
2.5.3PaddlePaddle框架052
参考文献053
第3章基于Faster R-CNN的目标检测技术/055
3.1Faster R-CNN算法056
3.2基于Faster R-CNN的目标检测改进算法060
3.2.1特征提取层优化060
3.2.2候选区域生成改进063
3.2.3双线性插值的ROI归一化064
3.2.4确定超参数065
3.2.5优化算法参数选择067
3.2.6网络参数调整策略069
3.3实验结果及分析078
参考文献078
第4章基于领域自适应的目标检测技术/079
4.1领域自适应概述079
4.1.1领域自适应与领域泛化080
4.1.2相关概念数学描述083
4.1.3深度领域自适应方法分类085
4.1.4领域自适应的不同形式087
4.2领域自适应技术089
4.2.1无监督单源域单目标域自适应技术089
4.2.2无监督多目标域自适应技术091
4.3领域自适应的目标检测技术094
4.3.1基于领域渐进策略的目标检测技术095
4.3.2基于Faster R-CNN的领域自适应目标检测技术099
参考文献104
第5章基于深度学习的图像识别技术/106
5.1图像识别模型介绍106
5.2图像识别模型改进算法109
5.2.1最小加权随机搜索算法109
5.2.2E-S判断方法112
5.2.3构建小型卷积神经网络113
5.2.4改进算法的执行过程114
5.3基于改进算法的三种改进模型117
5.4实验结果及分析121
5.5融入注意力机制的残差网络面部表情识别方法129
5.5.1注意力机制130
5.5.2残差网络134
5.5.3面部表情识别136
5.5.4融入注意力的残差网络人脸表情识别方法138
5.5.5实现过程145
5.5.6结论146
参考文献149
第6章结论与展望/152
6.1结论152
6.2发展趋势153
6.3目标检测应用面临的挑战155
参考文献158
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网