机读格式显示(MARC)

• 000 02210nam 2200313 450

• 001 0000231855

• 005 20230717092300.0

• 010 __ |a 978-7-111-69034-4 |d CNY89.00

• 100 __ |a 20211010d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习与目标检测 |A shen du xue xi yu mu biao jian ce |e 工具、原理与算法 |d = Deep learning and object detection |e tools, principles and algorithms |f 涂铭, 金智勇著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021.9

• 215 __ |a x, 226页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 314 __ |a 涂铭, 资深数据架构师和人工智能技术专家, 现就职于腾讯, 曾就职于阿里。对大数据、自然语言处理、图像识别、Python、Java等相关技术有深入的研究, 积累了丰富的实践经验。金智勇, 计算机视觉算法专家, 在计算机视觉领域深耕12年。现就职于百度, 曾就职于阿里和三星等知名高新技术企业。

• 330 __ |a 本书由浅入深地向读者讲解目标检测技术, 用相对通俗的语言来介绍算法的北京和原理。主要内容如下: 第1章简述了目标检测的定义及应用场景, 并介绍了20年来目标检测技术的发展历程。第2章主要对目标检测的前置技术做了简单介的绍, 同时介绍了本书后续章节实战案例中会用到的环境。第3-5章图像分类技术的基础知识, 包括数据预处理、卷积神经网络等。该部分的代码主要使用PyTorch实现。没有图像分类基础的读者需要理解这几章的内容之后再学习后续章节, 有卷积神经网络基础的读者可以有选择地学习。第6章比较详细地介绍了香港中文大学的开源算法库mmdetection。第7章主要介绍了目标检测的基本概念, 在进入代码实战之前, 我们必须先理解基本原理。第8-10章是本书的核心内容, 详细讲解了目标检测技术的一阶段算法、两阶段算法以及提升算法性能的常用方法。第11章简单介绍了目标检测的相关案例 (以工业为背景), 以帮助读者构建一个更完整的知识体系。

• 333 __ |a 本书适合统计学、计算机科学技术等相关专业的学生, 信息科学和计算机科学爱好者, 人工智能相关专业的研究人员

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 510 1_ |a Deep learning and object detection |e tools, principles and algorithms |z eng

• 517 1_ |a 工具、原理与算法 |A gong ju 、yuan li yu suan fa

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 涂铭 |A tu ming |4 著

• 701 _0 |a 金智勇 |A jin zhi yong |4 著

• 801 _0 |a CN |b 湖北三新 |c 20211010

• 905 __ |a GDPTC |d TP181/169