登入帳戶  | 訂單查詢  | 購物車/收銀台(0) | 在線留言板  | 付款方式  | 聯絡我們  | 運費計算  | 幫助中心 |  加入書簽
會員登入   新用戶註冊
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2024年度TOP分類閱讀雜誌 香港/國際用戶
最新/最熱/最齊全的簡體書網 品種:超過100萬種書,正品正价,放心網購,悭钱省心 送貨:速遞 / 物流,時效:出貨後2-4日

2024年12月出版新書

2024年11月出版新書

2024年10月出版新書

2024年09月出版新書

2024年08月出版新書

2024年07月出版新書

2024年06月出版新書

2024年05月出版新書

2024年04月出版新書

2024年03月出版新書

2024年02月出版新書

2024年01月出版新書

2023年12月出版新書

2023年11月出版新書

『簡體書』深度学习之图像目标检测与识别方法

書城自編碼: 4032934
分類: 簡體書→大陸圖書→計算機/網絡计算机理论
作者: 史朋飞 等
國際書號(ISBN): 9787121488122
出版社: 电子工业出版社
出版日期: 2024-09-01

頁數/字數: /
釘裝: 平塑

售價:NT$ 403

我要買

share:

** 我創建的書架 **
未登入.



新書推薦:
战国竹书复原综论
《 战国竹书复原综论 》

售價:NT$ 449.0
走出内心的深渊:快节奏人群心理疾病与健康指南(原书第3版)
《 走出内心的深渊:快节奏人群心理疾病与健康指南(原书第3版) 》

售價:NT$ 352.0
如何成为一家千亿公司
《 如何成为一家千亿公司 》

售價:NT$ 347.0
趋势跟踪: 汤姆·巴索的交易谋略
《 趋势跟踪: 汤姆·巴索的交易谋略 》

售價:NT$ 352.0
滚滚红尘(《滚滚红尘》电影原著)
《 滚滚红尘(《滚滚红尘》电影原著) 》

售價:NT$ 250.0
罗马之变(法语直译,再现罗马共和国走向罗马帝国的辉煌历史)
《 罗马之变(法语直译,再现罗马共和国走向罗马帝国的辉煌历史) 》

售價:NT$ 500.0
自然之争:1600年以来苏格兰和英格兰北部地区的环境史(新史学译丛)
《 自然之争:1600年以来苏格兰和英格兰北部地区的环境史(新史学译丛) 》

售價:NT$ 485.0
硝烟下的博弈:工业革命与中西方战争
《 硝烟下的博弈:工业革命与中西方战争 》

售價:NT$ 398.0

建議一齊購買:

+

NT$ 352
《 控制之美(卷1)——控制理论从传递函数到状态空间 》
+

NT$ 458
《 我在硅谷管芯片:芯片产品线经理生存指南 》
+

NT$ 658
《 计算机网络:自顶向下方法(原书第8版) 》
+

NT$ 384
《 区块链基础知识25讲 》
+

NT$ 214
《 计算机应用与基础实验指导:办公自动化与AI协同 》
+

NT$ 556
《 函数式设计:原则、模式与实践 [美] 罗伯特 · C. 马丁 》
內容簡介:
本书介绍了深度学习在图像目标检测与识别领域的应用,主要包括基于UNet的图像去雾算法、基于特征融合GAN的图像增强算法、基于ESRGAN的图像超分辨率重建算法、基于嵌套UNet的图像分割算法、基于对抗迁移学习的水下大坝裂缝图像分割算法、基于改进Faster-RCNN的海洋生物检测算法、基于YOLOv4的目标检测算法、基于RetinaNet的密集目标检测算法、基于LSTM网络的视频图像目标实时检测、基于改进YOLOv4的嵌入式变电站仪表检测算法等。
關於作者:
史朋飞,男,博士、副教授、硕士生导师,CCF会员、IEEE会员,入选河海大学”大禹学者计划””常州市重点产业紧缺人才计划”等。主要从事机器视觉、水下探测与成像、多源信息融合等方面的研究。主持江苏省自然科学基金1项、国家自然科学基金1项、常州市应用基础研究计划1项。发表论文50余篇,其中SCI/EI检索30余篇。申请发明专利20余项,授权10余项。获得软件著作权5项。获江苏省科学技术三等奖1项,常州市优秀科技论文二等奖、三等奖各1项。编写《人工智能与机器人》教材、《水下光学图像增强与复原方法及应用》各1部等。
目錄
目 录
第0章 绪论1
0.1 研究背景及意义1
0.2 国内外研究现状2
0.2.1 水下图像质量提升方法2
0.2.2 基于深度学习的目标检测算法研究5
0.2.3 裂缝图像分割算法研究7
0.3 本书的主要内容及章节安排如下9
参考文献12
第1章 基于UNet的图像去雾算法19
1.1 引言19
1.2 本章算法21
1.2.1 特征提取层21
1.2.2 网络结构21
1.2.3 损失函数25
1.3 实验与分析26
1.3.1 实验环境26
1.3.2 实验数据集26
1.3.3 评价指标26
1.3.4 参数设置27
1.3.5 实验结果27
1.3.6 运行时间对比31
1.4 本章小结31
参考文献31
第2章 基于特征融合GAN的图像增强算法35
2.1 引言35
2.2 GAN概述35
2.2.1 GAN的基本概念35
2.2.2 GAN的数学模型36
2.3 基于特征融合GAN的图像增强算法37
2.3.1 颜色校正37
2.3.2 生成器的结构41
2.3.3 判别器的结构43
2.3.4 损失函数的选择43
2.4 实验与分析45
2.4.1 实验数据及训练45
2.4.2 实验结果47
2.4.3 消融实验50
2.5 本章小结52
参考文献53
第3章 基于ESRGAN的图像超分辨率重建算法57
3.1 引言57
3.2 ESRGAN57
3.3 基于ESRGAN的水下图像超分辨率重建算法60
3.3.1 生成器的结构60
3.3.2 相对判别器的结构63
3.3.4 损失函数的选择65
3.4 实验与分析66
3.4.1 实验数据及训练66
3.4.2 实验结果67
3.5 本章小结70
参考文献70
第4章 基于嵌套UNet的图像分割算法73
4.1 引言73
4.2 卷积神经网络的相关技术74
4.3 全卷积网络75
4.4 UNet模型78
4.5 裂缝图像分割模型Att_Nested_UNet79
4.5.1 相关研究79
4.5.2 Att_Nested_UNet的工作原理79
4.5.3 实验及结果83
4.6 本章小结87
参考文献87
第5章 基于对抗迁移学习的水下大坝裂缝图像分割算法89
5.1 引言89
5.2 相关工作90
5.2.1 裂缝图像分割90
5.2.2 水下大坝裂缝图像分割91
5.2.3 迁移学习91
5.3 本章算法92
5.3.1 网络模型92
5.3.2 对抗迁移学习94
5.3.3 损失函数95
5.4 实验与分析96
5.4.1 数据集96
5.4.2 训练策略97
5.4.3 实验结果97
5.4.4 评价指标98
5.5 本章小结100
参考文献100
第6章 基于改进Faster-RCNN的海洋生物检测算法105
6.1 引言105
6.2 相关工作105
6.3 本章算法107
6.3.1 ResNet-BiFPN简介107
6.3.2 有效交并比110
6.3.3 K-means++算法112
6.4 实验与分析114
6.4.1 实验配置及数据集114
6.4.2 评价指标114
6.4.3 实验结果115
6.5 本章小结119
参考文献119
第7章 基于YOLOv4的目标检测算法123
7.1 引言123
7.2 结合数据增强和改进YOLOv4的水下目标检测算法125
7.2.1 CBAM-CSPDarknet53125
7.2.2 DetPANet127
7.2.3 PredMix128
7.3 实验与分析130
7.3.1 实验配置及数据集130
7.3.2 实验结果131
7.4 本章小结135
参考文献135
第8章 基于RetinaNet的密集目标检测算法139
8.1 引言139
8.2 本章算法140
8.2.1 本章算法的主体框架140
8.2.2 多维注意力模块142
8.2.3 弱化的非极大值抑制算法144
8.2.4 损失函数146
8.3 实验与分析147
8.3.1 实验环境与数据集147
8.3.2 实验参数与评价指标149
8.3.3 实验过程与结果分析150
8.4 本章小结155
参考文献156
第9章 基于LSTM网络的视频图像目标实时检测算法159
9.1 引言159
9.2 长短时记忆网络和记忆引导网络160
9.2.1 长短时记忆网络160
9.2.2 记忆引导网络162
9.3 交叉检测框架165
9.3.1 交叉检测框架的思路165
9.3.2 交叉检测框架的选择166
9.4 模型训练和实验分析167
9.4.1 模型训练策略167
9.4.2 实验分析168
9.5 本章小结174
参考文献174
第10章 基于改进YOLOv4的嵌入式变电站仪表检测算法177
10.1 引言177
10.2 本章算法179
10.2.1 YOLOv4简介179
10.2.2 对YOLOv4的改进180
10.3 实验与分析183
10.3.1 数据集与实验平台183
10.3.2 数据集与实验平台184
10.3.3 计算量与模型参数对比185
10.3.4 检测速度和检测精度的对比186
10.4 本章小结188
参考文献189

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 台灣用户 | 香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2025 (香港)大書城有限公司 All Rights Reserved.