TensorFlow+Android经典模型从理论到实战 微课视频版

从应用选择的角度看，八个主题脉络依次是： 一百余种花、三百余种鸟、美食场景、驾驶场景、人机聊天、人脸生成、活体检测、结构预测。 从技术路线的角度看，八个经典模型依次是： EfficientNetV2、MobileNetV3、EfficientDet、YOLOV5、Transformer、StyleGAN2、FaceNet、AlphaFold2。 本书有难度、有高度，聚焦前沿，把握热点，可用做毕业设计指导教材、创新创业训练指导教材、实训实习指导教材，适合研究生和工程技术人员学习参考。

这是一本以项目为引领、以经典模型为主线的面向产业链的实战化教科书。全书分为九章，包含九个实战项目。以基于Android手机的智能化应用场景为项目目标，采用迭代模式，从基于TensorFlow的智能建模开始，到基于Android的应用开发结束。模型从训练到部署，设计周期长，技术要点多，复杂度高，工作量大，考验设计者的恒心与毅力。
场景无限好，模型来相撑。场景包括一百余种花朵识别、三百余种鸟类识别、美食场景检测、驾驶场景检测、人机畅聊、人脸生成、人脸识别、基因序列预测、蛋白质结构预测。模型包括EfficientNetV1、EfficientNetV2、MobileNetV1~MobileNetV3、EfficientDet、YOLOv1~YOLOv5、Transformer、GAN、Progressive GAN、StyleGAN1~StyleGAN3、VGG-Face、FaceNet、BERT、DenseNet121、AlphaFold2。
本书聚焦前沿、经典，充满创新与挑战； 全程配备同步教学视频，26小时的高密度、大容量精华视频，让学习变得更简单。
本书适合作为高阶实践教材、毕业设计指导教材、创新创业训练指导教材、实训实习指导教材，还适合研究生和工程技术人员学习参考。

第1章 EfficientNetV2与花朵识别
1.1 花伴侣
1.2 技术路线
1.3 花朵数据集
1.4 EfficientNetV1解析
1.5 EfficientNetV2解析
1.6 EfficientNetV2建模
1.7 EfficientNetV2训练
1.8 EfficientNetV2评估
1.9 EfficientNet-B7建模
1.10 Web服务器设计
1.11 新建Android项目
1.12 Android之网络访问接口
1.13 Android客户机界面
1.14 Android客户机逻辑
1.15 联合测试
1.16 小结
1.17 习题
第2章 MobileNetV3与鸟类识别
2.1 Merlin鸟种识别
2.2 技术路线
2.3 鸟类数据集
2.4 MobileNetV1解析
2.5 MobileNetV2解析
2.6 MobileNetV3解析
2.7 MobileNetV3建模
2.8 MobileNetV3训练
2.9 MobileNetV3评估
2.10 MobileNetV3-Lite版
2.11 添加TFLite模型元数据
2.12 新建Android项目
2.13 Android项目配置
2.14 Android界面设计
2.15 Android逻辑设计
2.16 Android手机测试
2.17 小结
2.18 习题
第3章 EfficientDet与美食场景检测
3.1 项目动力
3.2 技术路线
3.3 MakeSense定义标签
3.4 定义数据集
3.5 EfficientDet解析
3.6 EfficientDet-Lite预训练模型
3.7 美食版EfficientDet-Lite训练
3.8 评估指标mAP
3.9 美食版EfficierLtDet-Lite评估
3.10 美食版EfficientDet-Lite测试
3.11 新建Android项目
3.12 Android界面设计
3.13 Android逻辑设计
3.14 Android手机测试
3.15 小结
3.16 习题
第4章 YOLOv5与驾驶场景检测
4.1 项目动力
4.2 驾驶场景检测
4.3 滑动窗口实现目标检测
4.4 卷积方法实现滑动窗口
4.5 交并比
4.6 非极大值抑制
4.7 Anchor Boxes
4.8 定义网格标签
4.9 YOLOv1解析
4.10 YOLOv2解析
4.11 YOLOv3解析
4.12 YOLOv4解析
4.13 YOLOv5解析
……