Praktyczna wizja komputerowa

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

Practical Computer Vision

Zawartość książki:

Praktyczny przewodnik zaprojektowany, aby przejść od podstaw do aktualnego stanu wiedzy na temat systemów wizyjnych. Kluczowe cechy Opanuj różne zadania związane z wizją komputerową i z łatwością twórz własne aplikacje Wizji Komputerowej Wykorzystaj moc Pythona, Tensorflow, Keras i OpenCV do przetwarzania obrazu, wykrywania obiektów, wykrywania cech i nie tylko Dzięki rzeczywistym zestawom danych i w pełni funkcjonalnemu kodowi ta książka jest kompleksowym przewodnikiem do zrozumienia Wizji Komputerowej Opis książki

W tej książce znajdziesz kilka niedawno zaproponowanych metod w różnych dziedzinach widzenia komputerowego. Zaczniesz od skonfigurowania odpowiedniego środowiska Python do pracy nad praktycznymi aplikacjami. Obejmuje to konfigurację bibliotek takich jak OpenCV, TensorFlow i Keras przy użyciu Anacondy. Korzystając z tych bibliotek, zaczniesz rozumieć koncepcje transformacji i filtrowania obrazu. Znajdziesz szczegółowe wyjaśnienie detektorów cech, takich jak FAST i ORB; użyjesz ich do znalezienia podobnie wyglądających obiektów.

Dzięki wprowadzeniu do konwolucyjnych sieci neuronowych dowiesz się, jak zbudować głęboką sieć neuronową przy użyciu Keras i jak wykorzystać ją do klasyfikacji zbioru danych Fashion-MNIST. Jeśli chodzi o wykrywanie obiektów, poznasz implementację prostego detektora twarzy, a także działanie złożonych detektorów obiektów opartych na głębokim uczeniu, takich jak Faster R-CNN i SSD przy użyciu TensorFlow. Zaczniesz od segmentacji semantycznej przy użyciu modeli FCN i śledzenia obiektów za pomocą Deep SORT. Co więcej, wykorzystasz również techniki Visual SLAM, takie jak ORB-SLAM, na standardowym zbiorze danych.

Pod koniec tej książki będziesz miał solidne zrozumienie różnych technik wizji komputerowej i sposobu ich zastosowania w swoich aplikacjach. Czego się nauczysz Poznaj podstawy manipulacji obrazem za pomocą OpenCV Zaimplementuj i wizualizuj filtry obrazu, takie jak wygładzanie, dylatacja, wyrównanie histogramu i inne Skonfiguruj różne biblioteki i platformy, takie jak OpenCV, Keras i Tensorflow, aby rozpocząć korzystanie z wizji komputerowej, wraz z odpowiednimi zestawami danych dla każdego rozdziału, takimi jak MSCOCO, MOT i Fashion-MNIST Zrozum transformację obrazu i downsampling z praktycznymi implementacjami. Poznaj sieci neuronowe dla wizji komputerowej i konwolucyjne sieci neuronowe przy użyciu Keras Poznaj pracę nad wykrywaniem obiektów opartym na głębokim uczeniu, takim jak Faster-R-CNN, SSD i nie tylko Poznaj śledzenie obiektów oparte na głębokim uczeniu w akcji Poznaj techniki Visual SLAM, takie jak ORB-SLAM Dla kogo jest ta książka?

Ta książka jest przeznaczona dla praktyków uczenia maszynowego i entuzjastów głębokiego uczenia, którzy chcą zrozumieć i wdrożyć różne zadania związane z wizją komputerową i przetwarzaniem obrazu w możliwie najbardziej praktyczny sposób. Pewne doświadczenie w programowaniu będzie korzystne, a znajomość języka Python będzie dodatkowym atutem. Spis treści Szybkie wprowadzenie do wizji komputerowej Biblioteki, platformy programistyczne i zbiory danych Filtrowanie i przekształcanie obrazów w OpenCV Zastosowanie techniki ekstrakcji cech Wprowadzenie do zaawansowanych funkcji Wykrywanie obiektów oparte na cechach Śledzenie i segmentacja obiektów Wizja komputerowa 3D Dodatek A Dodatek B