深度学习计算机视觉实战

作品简介

本书是一本看懂计算机视觉的实战指南，使用理论与实践相结合的思想，真正一站式搞定理论学习、算法开发到模型部署上线。全书内容共分为四个部分。第一部分包括第1、2章，主要讲解深度学习和计算机视觉基础，如计算机视觉领域的经典网络和常见的目标检测算法；第二部分包括第3～6章，主要讲解图像处理知识，结合应用案例，对知识点进行分析说明；第三部分包括第7～11章，主要讲解计算机视觉中的实战项目，对实现细节做了追本溯源的讲解；第四部分包括第12～13章，主要讲解模型的落地部署，该部分的讲解基于TensorFlow Lite框架，该框架受众广、热度高，且在各种平台都有对应的支持与优化加速方案，方便读者使用。本书中的上百个知识点与50多个案例都是作者工程应用中的经验总结，每章末尾均有"进阶必备”，给读者提供更多的拓展知识。本书适合计算机视觉的初学者、计算机视觉算法开发人员、对深度学习有兴趣的用户或者亟须工程落地使用的用户，也适合作为高校相关专业的学生教材使用。

作者：肖铃，刘东

作品目录

• 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
• 13.4 进阶必备：推理框架拓展与OpenCV编译部署
• 其　他