CV+深度學習: AI最完整的跨套件Python人工智慧電腦視覺 - 誠品

CV+深度學習: AI最完整的跨套件Python人工智慧電腦視覺：本書主要介紹深度學習在電腦視覺方面的應用及工程實作，以Python3為開發語言，並結合主流的深度學習框架進行 ... 誠品線上 中文出版 電腦 程式語言 CV+深度學習:AI最完整的跨套件Python人工智慧電腦視覺 CV+深度學習:AI最完整的跨套件Python人工智慧電腦視覺 作者 繆鵬 出版社 聯合發行股份有限公司 商品描述 CV+深度學習:AI最完整的跨套件Python人工智慧電腦視覺：本書主要介紹深度學習在電腦視覺方面的應用及工程實作，以Python3為開發語言，並結合主流的深度學習框架進行實例展 內容簡介 內容簡介本書主要介紹深度學習在電腦視覺方面的應用及工程實作，以Python3為開發語言，並結合主流的深度學習框架進行實例展示。

涉及到的深度學習框架包括PyTorch、TensorFlow、Keras、Chainer、MXNet等。

透過本書，讀者能夠瞭解深度學習在電腦視覺各個面向的應用以及最新進展。

本書主要內容：■深度學習與電腦視覺■OpenCV入門■深度學習框架介紹■影像分類■目標檢測與識別■影像分割■影像搜索■影像生成適合讀者群：需要具體實現語音辨識的程式設計師，或有一定機器學習或語音辨識基礎的從業者、學生、研究者閱讀參考。

作者介紹 作者介紹■作者簡介繆鵬繆鵬物理碩士，長期從事企業虛擬化和深度學習圖像演算法方面工作。

現為廣州棒谷科技有限公司AI－CV核心成員，負責團隊影像分類、搜索與影像合成核心演算法開發。

產品目錄 產品目錄01深度學習與電腦視覺1.1影像基礎1.2深度學習與神經網路基礎1.3旋積神經網路CNN1.4基礎開發環境架設1.5本章歸納02OpenCV入門2.1讀圖、展示和儲存新圖2.2像素點及局部影像2.3基本線條操作2.4平移2.5旋轉2.6縮放2.7翻轉2.8修改2.9算術操作2.10位操作2.11Masking操作2.12色彩通道分離與融合2.13顏色空間轉換2.14顏色長條圖2.15平滑與模糊2.16邊緣檢測2.17人臉和眼睛檢測範例2.18本章歸納03常見深度學習架構3.1PyTorch3.2Chainer3.3TensorFlow與Keras3.4MXNet與Gluon3.5其他架構3.6本章歸納04影像分類4.1VGG3.10命令列參數4.2ResNet4.3Inception4.4xception4.5DenseNet4.6本章歸納05目標檢測與識別5.1FasterRCNN5.2SSD5.3YOLO5.4本章歸納06影像分割6.1物體分割6.2語義分割6.3實例分割6.4本章歸納07影像搜索7.1SiameseNetwork7.2TripletNetwork7.3MarginBasedNetwork7.4Keras版TripletNetwork範例7.5本章小結08影像產生8.1VAE8.2產生對抗網路GAN8.3NeuralStyleTransfer8.4本章歸納A後記 商品規格 書名/ CV+深度學習:AI最完整的跨套件Python人工智慧電腦視覺 作者/ 繆鵬 簡介/ CV+深度學習:AI最完整的跨套件Python人工智慧電腦視覺：本書主要介紹深度學習在電腦視覺方面的應用及工程實作，以Python3為開發語言，並結合主流的深度學習框架進行實例展 出版社/ 聯合發行股份有限公司 ISBN13/ 9789869772686 ISBN10/ 9869772684 EAN/ 9789869772686 誠品26碼/ 2681778424007 裝訂/ 平裝 頁數/ 312 語言/ 中文繁體 級別/ 無 尺寸/ 23X17CM 重量/ 580.6g 試閱文字 自序:前言目前人工智慧領域越來越受到大家的關注，因此人工智慧演算法工程師也漸漸浮出水面，成為應徵網站上一個非常耀眼的職位，各種創業投資也緊緊圍繞著AI主題旋轉。

我認為目前人工智慧演算法工程師主要分為兩種。

■科學家型：主要研究前端演算法，在各大大專院校和企業的研究單位居多。

■工程師型：主要將最新的演算法應用到實際的業務場景，在企業開發部門居多，為本書主要針對物件。

人工智慧演算法按特徵學習的深淺分為機器學習、深度學習，另外也有強化學習方向。

按應用場景則可分為：電腦視覺、自然語言和語音處理等。

撰寫本書主要緣由如下，筆者在學習機器學習和深度學習的過程中，發現理論方面的書籍十分豐富，包含周志華老師的《機器學習》與IanGoodfellow的《深度學習》；教學視訊也十分豐富，包含史丹佛大學吳恩達教授的CS229與李飛飛教授的CS231，以及台灣大學（NationalTaiwanUniversity）林軒田老師和李宏毅老師的課程。

但是很少有關於一個方向（例如電腦視覺）比較豐富的工程應用書籍，包含目前主流架構的綜合介紹，筆者當時從理論到實作走了不少冤枉路，也踩過不少雷，故希望本書能在這個方面做出一點小小的貢獻，成為理論與實作的橋樑，讓讀者相對容易地邁出由0到1的那一步。

本書主要重點在電腦視覺領域，以開放原始碼專案為基礎介紹最新的演算法，在此也感謝各位開放原始碼人士，借助他們的成果，我們學習到了很多知識，本書各章主要內容如下：■第1章：對深度學習與電腦視覺進行簡介，也會簡單介紹開發環境的架設。

■第2章：主要介紹OpenCV的基本操作及部分進階操作，包含人臉和人眼的檢測與識別。

■第3章：注重介紹目前常用的幾種深度學習架構，包含PyTorch、Chainer、TensorFlow-Keras和MXNet-Gluon，另外本書中偶爾還會用到ChainerCV和GluonCV。

■第4章：對影像分類進行了介紹，包含經典的網路類型（VGG、ResNet、Inception、Xception、DenseNet），並展示了部分實作操作。

■第5章：對目標檢測與識別進行了介紹，包含三種主流的網路結構：YOLO、SSD、FasterR-CNN，並展示了實作操作。

■第6章：介紹影像分割技術，主要從前背景分割（GrabCut）、語義分割（DeepLab與PSPNet）和實例分割（FCIS、MaskR-CNN、MaskLab、PANet）三個說明。

■第7章：介紹影像搜索技術，主要指以圖搜圖方面（CBIR)，以及對應的實作展示。

■第8章：主要介紹影像產生技術，包含三個大方向：Auto-Encoder、GAN和NeuralStyleTransfer。

電腦視覺是一個非常大的方向，有關的內容非常多，本書只介紹其中部分領域，未涵蓋OCR、目標追蹤、3D重建和光場等方面的內容。

本書針對的主要是已經擁有機器學習和深度學習基礎，但在電腦視覺領域實作較少，對各個方向了解較少的讀者，其他有興趣的讀者也可作為科普讀物。

希望本書能為電腦視覺有興趣的讀者開啟一扇窗戶，帶領大家邁出從理論到實作的關鍵一步。

另外由於筆者學識、經驗和能力所限，書中難免有錯誤或誤解的地方，歡迎讀者們批評指正。

閱讀本書需要的基礎知識儲如下：■線性代數■機率論■統計學■高等數學，主要指函數方面■機器學習■深度學習■Python程式設計技術（特別需要熟悉Numpy函數庫）■Linux基礎知識（可選項）如果在學習過程中遇到任何問題或不太了解的概念，最好的方式是透過網路尋找答案，請相信我們所遇到的問題，有很大一部分是大家都會遇到的問題，網上說不定已經有了詳細地討論，這時只需要去發現即可；如果沒有找到對應的解決方法，那麼在對應的社區提問也是很好的一種方式。

希望讀者在閱讀本書時，謹記電腦是負責資源排程的，永遠會有時間資源和空間資源的平衡問題。

GPU的使用就是平行利用空間換取時間，而IO密集型與計算密集型則是另外兩個常常遇到的問題。

在做深度學習方面的實作時，這些問題都應該要考慮，特別是面臨巨量資料的時候，例如上億等級的影像搜索業務。

這些知識在電腦作業系統的書籍當中有非常詳細的論述，如果讀者希望在電腦領域有長足的發展，本書是最基本最重要的書籍，建議好好學習。

本書的完成，要特別感謝王金柱編輯給予的幫助和指導，感謝體貼的妻子體諒筆者分出部分時間來撰寫此書。

讀者聯繫電子郵件：[email protected]。

繆鵬 最佳賣點 最佳賣點:◎展現深度學習在電腦視覺領域的應用與工程實作，實用性和專業性並具◎結合主流深度學習框架PyTorch、TensorFlow、Keras、Chainer、MXNet等進行實例說明 活動 【買書送米】圖書滿千贈米一包(海外訂單恕不參加) 【愛讀日】中文圖書結帳滿$777折$77