計算機(jī)視覺與PyTorch項目實戰(zhàn)：基于深度學(xué)習(xí)框架的端到端產(chǎn)品級模型設(shè)計與開發(fā)

第1章 計算機(jī)視覺的基礎(chǔ)構(gòu)成
第2章 圖像分類
第3章 構(gòu)建目標(biāo)檢測模型
第4章 構(gòu)建圖像分割模型
第5章 基于圖像的搜索和推薦系統(tǒng)
第6章 姿態(tài)估計
第7章 圖像異常檢測
第8章 圖像超分辨率
第9章 視頻分析
第10章 計算機(jī)視覺的可解釋AI
詳細(xì)目錄
第1章 計算機(jī)視覺的基本構(gòu)成 001
1.1 什么是計算機(jī)視覺 002
1.1.1 應(yīng)用 002
1.1.2 通道 005
1.1.3 卷積神經(jīng)網(wǎng)絡(luò) 007
1.1.4 了解CNN架構(gòu)類型 014
1.1.5 掌握深度學(xué)習(xí)模型 021
1.1.6 PyTorch簡介 024
1.2 小結(jié) 026
第2章 圖像分類 027
2.1 本章所涵蓋的主題 028
2.2 方法概述 028
2.3 創(chuàng)建圖像分類流程 029
2.3.1 第一個基本模型 030
2.3.2 數(shù)據(jù) 030
2.3.3 數(shù)據(jù)探索 032
2.3.4 數(shù)據(jù)加載器 033
2.3.5 定義模型 035
2.3.6 訓(xùn)練過程 040
2.3.7 基本模型的第二種變體 044
2.3.8 基本模型的第三種變體 046
2.3.9 基本模型的第四種變體 052
2.7 小結(jié) 053
第3章 構(gòu)建目標(biāo)檢測模型 055
3.1 使用Boosted Cascade進(jìn)行目標(biāo)檢測 056
3.2 R-CNN 058
3.2.1 區(qū)域候選網(wǎng)絡(luò) 059
3.2.2 快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò) 062
3.2.3 候選區(qū)域網(wǎng)絡(luò)的工作原理 063
3.2.4 錨框生成層 064
3.2.5 候選區(qū)域?qū)?065
3.3 Mask R-CNN 065
3.4 YOLO 066
3.5 YOLO V2/V3 068
3.6 項目代碼片段 069
3.7 小結(jié) 082
第4章 構(gòu)建圖像分割模型 083
4.1 圖像分割 084
4.2 PyTorch預(yù)訓(xùn)練支持 086
4.2.1 語義分割 086
4.2.2 實例分割 089
4.3 模型優(yōu)化 090
4.4 小結(jié) 106
第5章 基于圖的搜索和推薦系統(tǒng) 107
5.1 問題陳述 107
5.2 方法和方法論 108
5.3 實現(xiàn) 109
5.3.1 數(shù)據(jù)集 109
5.3.2 安裝和導(dǎo)入庫 110
5.3.3 導(dǎo)入和理解數(shù)據(jù) 111
5.3.4 特征工程 114
5.3.5 計算相似度和排名 121
5.3.6 可視化推薦結(jié)果 122
5.3.7 從用戶處接收圖輸入并推薦相似產(chǎn)品 125
5.4 小結(jié) 128
第6章 姿態(tài)估計 129
6.1 自頂向下的方法 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工作機(jī)制 136
6.6.2 PoseNet的優(yōu)點(diǎn)和缺點(diǎn) 140
6.6.3 姿態(tài)估計的應(yīng)用 140
6.6.4 在雜貨店視頻上進(jìn)行的測試用例 140
6.7 實現(xiàn) 141
6.8 小結(jié) 148
第7章 圖像異常檢測 149
7.1 異常檢測 149
7.2 方法1：使用預(yù)訓(xùn)練的分類模型 151
7.3 方法2：使用自編碼器 165
7.4 小結(jié) 168
第8章 圖像超分辨率 169
8.1 利用最近鄰概念放大圖像 170
8.2 理解雙線性插值 171
8.3 變分自編碼器 172
8.4 生成式對抗網(wǎng)絡(luò) 176
8.5 模型代碼 177
8.6 模型開發(fā) 177
8.7 運(yùn)行應(yīng)用程序 188
8.8 小結(jié) 190
第9章 視頻分析 191
9.1 問題陳述 192
9.2 方法 194
9.3 實現(xiàn) 195
9.3.1 數(shù)據(jù) 196
9.3.2 把視頻上傳到Google Colab 197
9.3.3 將視頻轉(zhuǎn)換為一系列圖像 197
9.3.4 圖像提取 198
9.3.5 數(shù)據(jù)預(yù)處理 198
9.3.6 確定雜貨店中的熱點(diǎn) 200
9.3.7 導(dǎo)入圖像 203
9.3.8 獲取人群計數(shù) 203
9.3.9 安保與監(jiān)控 205
9.3.10 確定人口統(tǒng)計學(xué)特征(年齡和性別) 208
9.4 小結(jié) 210
第10章 計算機(jī)視覺的可解釋AI 211
10.1 Grad-CAM 212
10.2 Grad-CAM 213
10.3 NBDT 214
10.4 Grad-CAM和Grad-CAM 的實現(xiàn) 216
10.4.1 在單個圖像上的Grad-CAM和Grad-CAM 實現(xiàn) 216
10.4.2 在單個圖像上的NBDT實現(xiàn) 219
10.5 小結(jié) 221