深入理解計算機視覺：關鍵算法解析與深度神經(jīng)網(wǎng)絡設計
本書對二維、三維目標檢測技術涉及的骨干網(wǎng)絡及入門必備的計算機視覺算法進行全面的介紹。本書由淺入深地介紹了MNIST、ImageNet、CIFAR、波士頓房產(chǎn)、ModelNet等經(jīng)典二維、三維數(shù)據(jù)集和相關國際賽事，還介紹了TensorFlow中的二維卷積層、全連接層、激活層、池化層、批次歸一化層、隨機失活層的算法和梯度下降原理，AlexNet、VGG、ResNet、DarkNet、CSP-DarkNet等經(jīng)典骨干網(wǎng)絡的設計原理，以及PointNet、GCN等三維計算機視覺神經(jīng)網(wǎng)絡。此外，本書通過設計巧妙且具體的案例，讓讀者穩(wěn)步建立扎實的編程能力，包括數(shù)據(jù)集的制作和解析、神經(jīng)網(wǎng)絡模型設計能力和開銷估算、損失函數(shù)的設計、神經(jīng)網(wǎng)絡的動態(tài)模式和靜態(tài)模式的訓練方法和過程控制、神經(jīng)網(wǎng)絡的邊緣計算模型量化、神經(jīng)網(wǎng)絡的云計算部署。完成本書的學習，讀者可以繼續(xù)閱讀與本書緊密銜接的《深入理解計算機視覺：在邊緣端構建高效的目標檢測系統(tǒng)》，將所學的計算機視覺基礎知識運用到目標檢測的神經(jīng)網(wǎng)絡設計中，對邊緣計算環(huán)境下的神經(jīng)網(wǎng)絡進行游刃有余的調(diào)整。
·16.7萬字
