計算機(jī)視覺：飛槳深度學(xué)習(xí)實(shí)戰(zhàn)

理論篇
第1章計算機(jī)視覺概述
1.1計算機(jī)視覺技術(shù)的發(fā)展
1.2計算機(jī)視覺任務(wù)概述
1.2.1計算機(jī)視覺經(jīng)典任務(wù)
1.2.2計算機(jī)視覺常見任務(wù)
1.3計算機(jī)視覺處理應(yīng)用系統(tǒng)
1.3.1計算機(jī)視覺行業(yè)產(chǎn)業(yè)鏈
1.3.2計算機(jī)視覺行業(yè)應(yīng)用系統(tǒng)
1.4計算機(jī)視覺處理常用工具
1.4.1OpenCV簡介
1.4.2OpenCVPython
1.4.3OpenCV的基礎(chǔ)模塊
1.4.4其他CV常用工具
1.5本章小結(jié)
參考文獻(xiàn)
第2章深度學(xué)習(xí)開發(fā)框架
2.1常見的深度學(xué)習(xí)開發(fā)框架
2.1.1TensorFlow深度學(xué)習(xí)開發(fā)框架
2.1.2PyTorch深度學(xué)習(xí)開發(fā)框架
2.1.3PaddlePaddle深度學(xué)習(xí)開發(fā)框架
2.2飛槳基礎(chǔ)
2.2.1開發(fā)環(huán)境
2.2.2開發(fā)套件
2.2.3工具組件
2.2.4開發(fā)平臺
2.3本章小結(jié)
參考文獻(xiàn)
 
 
第3章深度學(xué)習(xí)算法基礎(chǔ)
3.1機(jī)器學(xué)習(xí)
3.2神經(jīng)網(wǎng)絡(luò)的基本組成
3.2.1神經(jīng)元
3.2.2神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
3.3神經(jīng)網(wǎng)絡(luò)的計算
3.3.1激活函數(shù)
3.3.2正向傳播
3.3.3反向傳播
3.3.4優(yōu)化算法
3.4卷積神經(jīng)網(wǎng)絡(luò)的基本組成
3.4.1卷積層
3.4.2池化層
3.4.3ReLU激活函數(shù)
3.4.4全連接層
3.5深度學(xué)習(xí)模型的訓(xùn)練技巧
3.5.1歸一化
3.5.2丟棄法
3.5.3權(quán)重衰減
3.5.4參數(shù)初始化
3.6本章小結(jié)
參考文獻(xiàn)
第4章深度學(xué)習(xí)網(wǎng)絡(luò)模型
4.1深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)
4.2代表性的網(wǎng)絡(luò)模型
4.2.1卷積神經(jīng)網(wǎng)絡(luò)模型
4.2.2循環(huán)神經(jīng)網(wǎng)絡(luò)模型
4.2.3Transformer網(wǎng)絡(luò)模型
4.2.4復(fù)雜MLP網(wǎng)絡(luò)模型
4.3網(wǎng)絡(luò)搭建案例
4.3.1環(huán)境準(zhǔn)備
4.3.2數(shù)據(jù)準(zhǔn)備
4.3.3模型構(gòu)建
4.3.4模型訓(xùn)練與驗(yàn)證
4.3.5模型可視化
4.4本章小結(jié)
參考文獻(xiàn)
實(shí)戰(zhàn)篇
第5章圖像分類算法原理與實(shí)戰(zhàn)
5.1圖像分類任務(wù)的基本介紹
5.1.1圖像分類技術(shù)的發(fā)展
5.1.2圖像分類的評價指標(biāo)
5.2基于殘差的網(wǎng)絡(luò)
5.2.1ResNet模型
5.2.2DenseNet模型
5.2.3DPN模型
5.3基于Transformer的網(wǎng)絡(luò)
5.3.1ViT模型
5.3.2SwinTransformer模型
5.4輕量化的網(wǎng)絡(luò)
5.4.1MobileNet模型
5.4.2PPLCNet模型
5.5飛槳實(shí)現(xiàn)圖像分類案例
5.5.1環(huán)境安裝與配置
5.5.2數(shù)據(jù)準(zhǔn)備
5.5.3模型構(gòu)建
5.5.4模型訓(xùn)練
5.5.5模型預(yù)測
5.6本章小結(jié)
參考文獻(xiàn)
第6章目標(biāo)檢測算法原理與實(shí)戰(zhàn)
6.1目標(biāo)檢測任務(wù)基本介紹
6.1.1目標(biāo)檢測技術(shù)的發(fā)展
6.1.2目標(biāo)檢測的評價指標(biāo)
6.2Faster RCNN基本解析
6.2.1RCNN系列
6.2.2Faster RCNN整體架構(gòu)
6.2.3Faster RCNN主要特點(diǎn)
6.3SSD基本解析
6.3.1SSD基本架構(gòu)
6.3.2SSD主要特點(diǎn)
6.4YOLOv3基本解析
6.4.1YOLO系列
6.4.2YOLOv3主要特點(diǎn)
6.5FCOS基本解析
6.5.1FCOS基本架構(gòu)
6.5.2FCOS主要特點(diǎn)
6.5.3損失函數(shù)的設(shè)計
6.5.4FCOS的優(yōu)缺點(diǎn)
6.6DETR基本解析
6.6.1DETR基本結(jié)構(gòu)
6.6.2DETR主要特點(diǎn)
6.7飛槳實(shí)現(xiàn)目標(biāo)檢測案例
6.7.1環(huán)境準(zhǔn)備
6.7.2數(shù)據(jù)讀取與增強(qiáng)
6.7.3模型構(gòu)建
6.7.4模型訓(xùn)練
6.7.5模型測試與可視化
6.8本章小結(jié)
參考文獻(xiàn)
第7章語義分割算法原理與實(shí)戰(zhàn)
7.1語義分割任務(wù)的基本介紹
7.1.1語義分割的發(fā)展
7.1.2語義分割的評價指標(biāo)
7.2深度學(xué)習(xí)語義分割基礎(chǔ)網(wǎng)絡(luò)
7.2.1FCN模型
7.2.2SegNet模型
7.2.3UNet模型
7.3語義分割網(wǎng)絡(luò)的系列改進(jìn)
7.3.1空洞可分離卷積： DeepLabv3
7.3.2低層細(xì)節(jié)信息保留： RefineNet
7.3.3全局語義特征聚合： OCRNet
7.4飛槳實(shí)現(xiàn)語義分割案例
7.4.1環(huán)境準(zhǔn)備
7.4.2數(shù)據(jù)準(zhǔn)備與預(yù)處理
7.4.3模型構(gòu)建
7.4.4模型訓(xùn)練
7.4.5模型驗(yàn)證與評估
7.5本章小結(jié)
參考文獻(xiàn)
第8章人體關(guān)鍵點(diǎn)檢測原理與實(shí)戰(zhàn)
8.1人體關(guān)鍵點(diǎn)檢測任務(wù)的基本介紹
8.1.1人體關(guān)鍵點(diǎn)檢測的發(fā)展
8.1.2人體關(guān)鍵點(diǎn)檢測的評價指標(biāo)
8.2人體關(guān)鍵點(diǎn)檢測的經(jīng)典方法
8.2.1模板匹配
8.2.2貝葉斯估計
8.3多尺度人體姿態(tài)檢測方法
8.3.1Hourglass模型架構(gòu)
8.3.2一階Hourglass模塊
8.3.3多階Hourglass網(wǎng)絡(luò)
8.4高分辨率人體姿態(tài)估計方法
8.4.1HRNet模型
8.4.2HigherHRNet 模型
8.5人體姿態(tài)識別OpenPose
8.5.1卷積姿態(tài)機(jī)CPM
8.5.2OpenPose架構(gòu)
8.6飛槳實(shí)現(xiàn)人體關(guān)鍵點(diǎn)檢測案例
8.6.1環(huán)境準(zhǔn)備
8.6.2數(shù)據(jù)集準(zhǔn)備
8.6.3模塊導(dǎo)入
8.6.4數(shù)據(jù)集定義
8.6.5模型構(gòu)建
8.6.6損失函數(shù)定義
8.6.7模型訓(xùn)練
8.6.8模型預(yù)測
8.7本章小結(jié)
參考文獻(xiàn)
第9章圖像生成算法原理與實(shí)戰(zhàn)
9.1圖像生成任務(wù)的基本介紹
9.1.1圖像生成應(yīng)用與發(fā)展
9.1.2圖像生成的評價指標(biāo)
9.2基于圖像生成的圖像轉(zhuǎn)換： Pix2Pix 
9.3基于圖像生成的風(fēng)格遷移： CycleGAN
9.3.1CycleGAN的網(wǎng)絡(luò)結(jié)構(gòu)
9.3.2CycleGAN的循環(huán)訓(xùn)練流程
9.4基于圖像生成算法的圖像屬性控制： StyleGAN
9.4.1StyleGANv1的網(wǎng)絡(luò)結(jié)構(gòu)與訓(xùn)練技巧
9.4.2StyleGANv1對隱空間耦合度的量化
9.4.3StyleGANv2的改進(jìn)
9.5飛槳實(shí)現(xiàn)圖像生成案例
9.5.1環(huán)境準(zhǔn)備
9.5.2數(shù)據(jù)讀取與預(yù)處理
9.5.3模型構(gòu)建
9.5.4模型訓(xùn)練
9.5.5模型驗(yàn)證與評估
9.5.6模型測試
9.6本章小結(jié)
參考文獻(xiàn)
第10章視頻分類原理與實(shí)戰(zhàn)
10.1視頻分類任務(wù)的基本介紹
10.1.1視頻分類的應(yīng)用與發(fā)展
10.1.2視頻分類任務(wù)的評價指標(biāo)
10.2基于時序劃分的雙流網(wǎng)絡(luò)
10.2.1TSN模型
10.2.2SlowFast模型
10.3基于時序移位的類3D網(wǎng)絡(luò)： TSM
10.3.1類3D思想
10.3.2網(wǎng)絡(luò)設(shè)計
10.4基于自注意力機(jī)制的網(wǎng)絡(luò)
10.4.1Nonlocal模型
10.4.2TimeSformer模型
10.5飛槳實(shí)現(xiàn)視頻分類案例
10.5.1環(huán)境準(zhǔn)備
10.5.2數(shù)據(jù)讀取與預(yù)處理
10.5.3模型構(gòu)建
10.5.4模型訓(xùn)練
10.5.5模型驗(yàn)證與評估
10.5.6模型測試
10.6本章小結(jié)
參考文獻(xiàn)
第11章圖像文本檢測和識別原理與實(shí)戰(zhàn)
11.1圖像文本檢測和識別任務(wù)的基本介紹
11.1.1OCR任務(wù)的應(yīng)用與發(fā)展
11.1.2OCR任務(wù)的評價指標(biāo)
11.2文本檢測算法
11.2.1小尺度文本檢測算法： CTPN
11.2.2場景文本檢測算法： EAST
11.2.3任意形狀文本檢測器： SAST
11.2.4二值化檢測模型： DBNet
11.3文本識別算法
11.3.1基于卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的識別模型： CRNN
11.3.2基于空間注意力殘差網(wǎng)絡(luò)的識別模型： STARNet
11.3.3具有自動校正功能的魯棒識別模型： RARE
11.3.4基于語義推理網(wǎng)絡(luò)的識別模型： SRN
11.4端到端ORC方法
11.4.1FOTS模型
11.4.2PGNet模型
11.5飛槳實(shí)現(xiàn)OCR案例
11.5.1環(huán)境準(zhǔn)備
11.5.2數(shù)據(jù)讀取與預(yù)處理
11.5.3模型構(gòu)建
11.5.4CTC Loss
11.5.5訓(xùn)練配置
11.5.6模型訓(xùn)練
11.5.7驗(yàn)證前準(zhǔn)備
11.5.8開始驗(yàn)證
11.6本章小結(jié)
參考文獻(xiàn)
第12章圖像識別原理與實(shí)戰(zhàn)
12.1圖像識別系統(tǒng)任務(wù)流程基本概述
12.1.1圖像識別任務(wù)基本介紹
12.1.2百度飛槳圖像識別系統(tǒng)簡介
12.2目標(biāo)檢測模塊
12.3特征學(xué)習(xí)模塊
12.3.1度量學(xué)習(xí)算法原理及主要內(nèi)容
12.3.2深度度量學(xué)習(xí)常見算法框架
12.3.3百度飛槳中深度度量學(xué)習(xí)應(yīng)用
12.4特征檢索系統(tǒng)
12.4.1特征檢索系統(tǒng)介紹
12.4.2特征檢索原理介紹
12.5飛槳實(shí)現(xiàn)圖像識別應(yīng)用案例
12.5.1環(huán)境配置
12.5.2已知類別的圖像識別
12.5.3商品識別與檢索
12.5.4基于新的索引庫的圖像識別
12.6本章小結(jié)
參考文獻(xiàn)