计算机视觉与PyTorch项目实战：基于深度学习框架的端到端产品级模型设计与开发

定　价：¥99.00

作　者：	[印] 阿克谢·库尔卡尼（Akshay Kulkarni）、阿达沙·希瓦南达(Adarsha Shivananda)、尼廷·奈杰·夏尔马著欧拉译
出版社：	清华大学出版社
丛编项：
标　签：	暂缺

购买这本书可以去

当当网 (¥94.10)

ISBN：	9787302657422	出版时间：	2024-04-01	包装：	平装-胶订
开本：	16开	页数：		字数：

内容简介

　　《计算机视觉与PyTorch项目实战：基于深度学习框架的端到端产品级模型设计与开发》使用PyTorch 框架来讨论计算机视觉算法及其应用。首先介绍计算机视觉基础，主题涉及卷积神经网络、ResNet、YOLO、数据增强和业内使用的其他常规技术。随后简要概述PyTorch 库。接下来探究图像分类问题、对象检测技术以及如何在训练和运行推理的同时实现迁移学习。最后通过一个完整的建模过程来阐述深度学习框架PyTorch 是如何运用优化技巧和模型AI 可解释性的。《计算机视觉与PyTorch项目实战：基于深度学习框架的端到端产品级模型设计与开发》适合具有一定基础的中高级读者阅读和参考，可以帮助他们使用迁移学习和PyTorch 来搭建产品级的计算机视觉模型。

作者简介

　　著译者和技术审阅者简介阿克谢·库尔卡尼（Akshay Kulkarni），AI与机器学习（ML）布道师和思想领袖，为财富500强提供咨询服务，帮助客户推动AI和数字化战略转型。作为谷歌开发者，他经常受邀在机器学习和数据科学大会（包括Strata、O'Reilly的Conf和GIDS）发表演讲。他还是印度多个顶级研究生院的客座教授。2019年，他入选“印度40位40岁以下数据科学家”名单。业余时间，他喜欢阅读、写作、写代码以及为有抱负的数据科学工程师提供帮助。目前，他和自己的家人居住在印度班加罗尔。阿达沙·希瓦南达（Adarsha Shivananda），数据科学和MLOps先行者，致力于创建世界级的MLOps能力以确保人工智能可以持续交付价值。他的使命是在组织内部和外部建立一个数据科学家人才库，通过培训来解决问题，他在这方面一直保持领先地位。他先后就职于制药、保健、包装消费、零售和营销领域。目前，他居住在印度班加罗尔，喜欢阅读和数据科学培训。尼廷·奈杰·夏尔马（Nitin Ranjan Sharma），诺华制药产品经理，主要带领团队使用多模型技术来开发产品，此外也为财富500强公司提供咨询服务，使用机器学习和深度学习框架来帮助他们解决复杂的业务问题。他主要关注的领域和核心专长是计算机视觉，比如解决图像和视频数据的业务难题。在加入诺华制药之前，他的身份是Publicis Sapient、EY和TekSystems Global Services数据科学团队成员。他经常受邀在数据科学大会上发表演讲并喜欢培训和指导数据科学爱好者开展工作。此外，他还是一名非常活跃的开源贡献者。欧拉，奉行知行合一，擅长于问题的引导和拆解。目前感兴趣的方向有机器学习、人工智能和商业分析。贾莱姆·拉吉·罗希特（Jalem Raj Rohit），Episource公司的高级数据科学家，全面领导计算机视觉工作。他参与创办了Pydata德里和Pydata孟买等机器学习社群并以组织者和嘉宾的身份举办和参加了很多小型聚会与大型会议大会。他写了两本书，录制了视频课程（Julia语言和无服务器项目）。他的兴趣领域包括计算机视觉、MLOps和分布式系统。

图书目录

第1章计算机视觉的基础构成
第2章图像分类
第3章构建目标检测模型
第4章构建图像分割模型
第5章基于图像的搜索和推荐系统
第6章姿态估计
第7章图像异常检测
第8章图像超分辨率
第9章视频分析
第10章计算机视觉的可解释AI
详细目录
第1章计算机视觉的基本构成 001
1.1 什么是计算机视觉 002
1.1.1 应用 002
1.1.2 通道 005
1.1.3 卷积神经网络 007
1.1.4 了解CNN架构类型 014
1.1.5 掌握深度学习模型 021
1.1.6 PyTorch简介 024
1.2 小结 026
第2章图像分类 027
2.1 本章所涵盖的主题 028
2.2 方法概述 028
2.3 创建图像分类流程 029
2.3.1 第一个基本模型 030
2.3.2 数据 030
2.3.3 数据探索 032
2.3.4 数据加载器 033
2.3.5 定义模型 035
2.3.6 训练过程 040
2.3.7 基本模型的第二种变体 044
2.3.8 基本模型的第三种变体 046
2.3.9 基本模型的第四种变体 052
2.7 小结 053
第3章构建目标检测模型 055
3.1 使用Boosted Cascade进行目标检测 056
3.2 R-CNN 058
3.2.1 区域候选网络 059
3.2.2 快速区域卷积神经网络 062
3.2.3 候选区域网络的工作原理 063
3.2.4 锚框生成层 064
3.2.5 候选区域层 065
3.3 Mask R-CNN 065
3.4 YOLO 066
3.5 YOLO V2/V3 068
3.6 项目代码片段 069
3.7 小结 082
第4章构建图像分割模型 083
4.1 图像分割 084
4.2 PyTorch预训练支持 086
4.2.1 语义分割 086
4.2.2 实例分割 089
4.3 模型优化 090
4.4 小结 106
第5章基于图的搜索和推荐系统 107
5.1 问题陈述 107
5.2 方法和方法论 108
5.3 实现 109
5.3.1 数据集 109
5.3.2 安装和导入库 110
5.3.3 导入和理解数据 111
5.3.4 特征工程 114
5.3.5 计算相似度和排名 121
5.3.6 可视化推荐结果 122
5.3.7 从用户处接收图输入并推荐相似产品 125
5.4 小结 128
第6章姿态估计 129
6.1 自顶向下的方法 130
6.2 自底向上的方法 130
6.3 OpenPose 131
6.3.1 分支1 131
6.3.2 分支2 131
6.4 HRNet 133
6.5 Higher HRNet 135
6.6 PoseNet 136
6.6.1 PoseNet工作机制 136
6.6.2 PoseNet的优点和缺点 140
6.6.3 姿态估计的应用 140
6.6.4 在杂货店视频上进行的测试用例 140
6.7 实现 141
6.8 小结 148
第7章图像异常检测 149
7.1 异常检测 149
7.2 方法1：使用预训练的分类模型 151
7.3 方法2：使用自编码器 165
7.4 小结 168
第8章图像超分辨率 169
8.1 利用最近邻概念放大图像 170
8.2 理解双线性插值 171
8.3 变分自编码器 172
8.4 生成式对抗网络 176
8.5 模型代码 177
8.6 模型开发 177
8.7 运行应用程序 188
8.8 小结 190
第9章视频分析 191
9.1 问题陈述 192
9.2 方法 194
9.3 实现 195
9.3.1 数据 196
9.3.2 把视频上传到Google Colab 197
9.3.3 将视频转换为一系列图像 197
9.3.4 图像提取 198
9.3.5 数据预处理 198
9.3.6 确定杂货店中的热点 200
9.3.7 导入图像 203
9.3.8 获取人群计数 203
9.3.9 安保与监控 205
9.3.10 确定人口统计学特征(年龄和性别) 208
9.4 小结 210
第10章计算机视觉的可解释AI 211
10.1 Grad-CAM 212
10.2 Grad-CAM 213
10.3 NBDT 214
10.4 Grad-CAM和Grad-CAM 的实现 216
10.4.1 在单个图像上的Grad-CAM和Grad-CAM 实现 216
10.4.2 在单个图像上的NBDT实现 219
10.5 小结 221