深度学习计算机视觉实战

封面

版权信息

内容简介

序

前言

第1章 深度学习基础

1.1 神经网络

1.2 卷积神经网络

1.3 循环神经网络

1.4 经典网络

1.5 进阶必备：如何学习深度学习并“落地”求职

第2章 计算机视觉基础

2.1 目标检测Two-stage算法

2.2 目标检测One-stage算法

2.3 图像分割算法

2.4 进阶必备：计算机视觉方向知多少

第3章 基础图像处理

3.1 线性滤波

3.2 非线性滤波

3.3 OpenCV形态学运算

3.4 案例9：使用漫水填充

3.5 图像金字塔

3.6 阈值化

3.7 进阶必备：选择一款合适的图像处理工具

第4章 图像变换

4.1 边缘检测

4.2 案例18：绘制轮廓

4.3 霍夫变换

4.4 案例21：重映射

4.5 案例22：仿射变换

4.6 案例23：透视变换

4.7 直方图

4.8 进阶必备：图像变换应用之文本图像矫正

第5章 角点检测

5.1 案例27：Harris角点检测

5.2 案例28：Shi-Tomasi角点检测

5.3 案例29：亚像素级角点检测

5.4 进阶必备：角点检测知识总结

第6章 特征点检测与匹配

6.1 特征点检测

6.2 特征匹配

6.3 案例34：ORB特征提取

6.4 进阶必备：利用特征点拼接图像

第7章 手写数字识别

7.1 Keras的应用

7.2 LeNet算法

7.3 案例36：使用Keras实现手写数字识别

7.4 进阶必备：算法模型开发流程

第8章 CIFAR-10图像分类

8.1 图像分类数据集

8.2 案例37：CIFAR-10图像分类

8.3 进阶必备：COCO数据集与使用HOG+SVM方法实现图像分类

第9章 验证码识别

9.1 TensorFlow应用

9.2 案例40：验证码识别

9.3 进阶必备：算法模型开发技巧

第10章 文本检测

10.1 文本检测算法

10.2 案例41：基于EAST算法的文本检测

10.3 进阶必备：在不同场景下文本检测的应对方式

第11章 文本识别

11.1 文本识别算法

11.2 案例44：基于CRNN算法的文本识别

11.3 进阶必备：单字OCR

第12章 TensorFlow Lite

12.1 TensorFlow Lite介绍

12.2 模型转换

12.3 模型量化

12.4 进阶必备：模型转换与模型部署优化答疑

第13章 基于TensorFlow Lite的AI功能部署实战

13.1 部署流程

13.2 案例49：移动端部署

13.3 PC端部署