計算機視覺從入門到進階實戰：基於PyTorch

內容簡介

本書基於PyTorch深度學習框架，結合計算機視覺中的主流任務，介紹了深度學習相關算法的計算機視覺上的應用。 本書主要內容分爲兩部分。第一部分爲PyTorch框架使用的相關知識，以及計算機視覺和深度學習的入門知識。第二部分重點介紹深度學習在計算機視覺上的應用，包括：經典的深度卷積網絡、深度注意力網絡，以及基於自注意力的Transformer系列網絡在圖像分類中的應用；R-CNN系列、YOLO系列、SSD系列目標檢測網絡的算法思想及在目標檢測中的應用；FCN、U-Net等全卷積網絡在圖像語義分割領域的應用；針對風格遷移任務，介紹了快速風格遷移、CycleGan等算法的實戰應用；針對自編碼器和擴散模型，介紹了相關算法在圖像重構、去噪以及生成相關計算機視覺任務中的實戰應用；最後介紹了遷移學習和域自適應的經典算法在跨域計算機視覺圖像分類任務中的應用。 本書適合對計算機視覺、深度學習、人工智能、PyTorch使用感興趣的初學者及研究人員自學使用，也可作爲高等院校相關專業的教材及參考書。

書籍信息