【小智好书分享• 第一期】深度学习计算机视觉

目录

• 一、内容简介
• 二、内页插图
• 三、书籍目录
• 四、粉丝福利
• ��奖名单

  博客主页：小智_x0___0x_

  欢迎关注：点赞收藏✍️留言

  系列专栏：好书分享

  代码仓库：小智的代码仓库

  ---

  一、内容简介

  计算机视觉有多先进?开一开特斯拉就知道了。深度学习技术已在人脸识别、交互式仿真和医学成像方面取得令人兴奋的突破，但最让人心潮澎湃的当属自动驾驶技术。如今，自动驾驶的汽车已经能在高速路上畅意驰骋并对各种复杂路况做出灵活反应了。

  计算机如何“理解”它所“看到”的东西?本书试图将深度学习应用于计算机视觉以回答该问题。本书仅用高中代数知识阐明视觉直觉背后的概念。你将了解如何使用深度学习架构来构建视觉系统应用程序，以实现图像生成和人脸识别功能。

  主要内容：

  • 图像分类和目标检测
  • 先进的深度学习架构
  • 迁移学习与生成对抗网络
  • DeepDream和神经风格迁移
  • 视觉嵌入和图像搜索

    二、内页插图

    三、书籍目录

    第Ⅰ部分 深度学习基础1 章 概述31.1 计算机视觉 41.1.1 视觉感知的定义 41.1.2 视觉系统 41.1.3 感知设备 61.1.4 解译设备 71.2 CV 应用 81.2.1 图像分类 91.2.2 目标检测与定位101.2.3 生成艺术(风格迁移) 111.2.4 图像生成111.2.5 人脸识别121.2.6 图片推荐系统131.3 计算机视觉管道概览 141.4 图像输入 151.4.1 图像的函数表达161.4.2 计算机读取图像171.4.3 彩色图像171.5 图像处理 191.6 特征提取 211.6.1 计算机视觉中特征的定义221.6.2 有用特征的定义231.6.3 手动与自动的特征提取251.7 分类器学习算法 271.8 本章小结 28第2 章 深度学习和神经网络 292.1 理解感知机 302.1.1 感知机的定义312.1.2 感知机的学习机制342.1.3 单层感知机的局限性352.2 多层感知机 362.2.1 多层感知机架构372.2.2 关于隐藏层382.2.3 隐藏层的设计382.2.4 本节内容拓展402.3 激活函数 412.3.1 线性转移函数422.3.2 Heaviside 阶跃函数(二元分类器) 432.3.3 Sigmoid/logistic函数432.3.4 Softmax 函数462.3.5 双_3恄黖衉J曲正切函数2.5.1 误差函数的定义552.5.2 误差函数的意义552.5.3 误差为正的必要性552.5.4 均方误差损失函数562.5.5 交叉熵损失函数572.5.6 关于误差和权重的补充说明582.6 优化算法 592.6.1 优化的定义592.6.2 批梯度下降622.6.3 随机梯度下降672.6.4 小批梯度下降682.6.5 梯度下降总结682.7 反向传播 692.7.1 反向传播的定义702.7.2 反向传播总结722.8 本章总结 73第3 章 卷积神经网络753.1 使用MLP 进行图像分类 763.1.1 输入层763.1.2 隐藏层783.1.3 输出层783.1.4 组合783.1.5 MLP 处理图像的缺点803.2 CNN 架构 823.2.1 概述833.2.2 特征提取详解843.2.3 分类详解853.3 CNN 的基本组件 853.3.1 卷积层863.3.2 池化层或下采样923.3.3 全连接层963.4 使用CNN 进行图像分类 983.4.1 构建模型体系架构983.4.2 参数(权重)的数量1003.5 添加dropout 层以避免过拟合 1013.5.1 过拟合定义1013.5.2 dropout 层定义1023.5.3 dropout 层的重要意义1023.5.4 dropout 层在CNN架构中的位置1033.6 彩色(3D)图像的卷积 1043.6.1 彩色图像的卷积1053.6.2 计算复杂度的变化1073.7 练习项目：彩色图像分类 1093.8 本章总结 118第4 章 构造DL 项目以及超参数调优1194.1 定义性能指标 1204.1.1 选择评价模型的最佳指标1204.1.2 混淆矩阵1204.1.3 精确度和召回率1214.1.4 F1 得分1224.2 设计基准模型 1224.3 为训练准备数据 1244.3.1 划分数据集1244.3.2 数据处理1254.4 评估模型并解释其性能 1274.4.1 诊断过拟合和欠拟合1274.4.2 绘制学习曲线1294.4.3 练习项目：构建、训练和评估网络1294.5 网络改进和超参数调优 1324.5.1 收集更多数据与超参数调优1324.5.2 参数与超参数1334.5.3 神经网络超参数1334.5.4 网络架构1344.6 学习和优化 1354.6.1 学习率及其衰减策略1354.6.2 找到最佳学习率的系统性方法1384.6.3 学习率衰减和自适应学习1384.6.4 小批大小1394.7 优化算法 1414.7.1 动量梯度下降1424.7.2 Adam 1424.7.3 训练轮数和早停标准1434.7.4 Early stopping1444.8 正则化技术 1444.8.1 L2 正则化1454.8.2 Dropout 层1464.8.3 数据增强1464.9 批归一化 1474.9.1 协变量偏移问题1484.9.2 神经网络中的协变量偏移1484.9.3 批归一化的工作原理1494.9.4 批归一化在keras 中的实现1504.9.5 批归一化回顾1514.10 练习项目：实现高准确度的图像分类 1514.11 本章小结 157第Ⅱ部分 图像分类和检测第5 章 先进的CNN 架构 1615.1 CNN 设计模式 1625.2 LeNet-5 1645.2.1 LeNet 架构1645.2.2 LeNet-5 在Keras 中的实现1655.2.3 设置学习超参数1675.2.4 LeNet 在MNIST 数据集上的性能1685.3 AlexNet 1685.3.1 AlexNet 网络架构1695.3.2 AlexNet 的新特性1695.3.3 Keras 中的AlexNet实现1715.3.4 设置学习超参数1745.3.5 AlexNet 的性能1745.4 VGGNet 1755.4.1 VGGNet 新特性1755.4.2 VGGNet 配置1765.4.3 学习超参数1795.4.4 VGGNet 性能1795.5 Inception 和GoogLeNet 1795.5.1 Inception 新特性1805.5.2 Inception 模块：Naive 版1815.5.3 Inception 模块与维数约减1825.5.4 Inception 体系架构1845.5.5 GoogLeNet 的Keras实现1855.5.6 学习参数1905.5.7 Inception 在CIFAR数据集上的性能1905.6 ResNet 1915.6.1 ResNet 新特性1915.6.2 残差块1935.6.3 keras 中的ResNet实现1955.6.4 学习超参数1975.6.5 ResNet 在CIFAR数据集上的性能1975.7 本章小结 198第6 章 迁移学习1996.1 迁移学习的必要性 2006.2 迁移学习的定义 2016.3 迁移学习的工作原理 2076.3.1 神经网络如何学习特征2086.3.2 网络后期提取的特征的可迁移性2106.4 迁移学习方法 2106.4.1 使用预训练网络作为分类器2106.4.2 使用预训练网络作为特征提取器2126.4.3 微调2136.5 选择合适的迁移学习方法 2156.5.1 场景1：目标数据集较小且与源数据集相似2156.5.2 场景2：目标数据集较大且与源数据集相似2166.5.3 场景3：目标数据集较小且与源数据集不同2166.5.4 场景4：目标数据集较大且与源数据集不同2166.5.5 迁移学习场景总结2166.6 开源数据集 2176.6.1 MNIST 2176.6.2 Fashion-MNIST 2186.6.3 CIFAR 2186.6.4 ImageNet 2196.6.5 MS COCO 2216.6.6 Google OpenImages2226.6.7 Kaggle2226.7 项目1：预训练网络作为特征提取器 2226.8 项目2：微调 2286.9 本章小结 235第7 章 使用R-CNN、SSD 和YOLO进行目标检测 2377.1 目标检测的通用框架 2387.1.1 候选区域2397.1.2 网络预测2407.1.3 非极大值抑制(NMS) 2417.1.4 目标检测器的评价指标2417.2 R-CNN 2447.2.1 R-CNN 2447.2.2 Fast R-CNN 2487.2.3 Faster R-CNN 2507.2.4 R-CNN 家族总结2567.3 SSD(Single-shotdetector) 2597.3.1 SSD 架构总览2597.3.2 基础网络2617.3.3 多尺度特征层2637.3.4 NMS2667.4 YOLO(you only lookonce)(320) 2677.4.1 YOLO v3 的工作机制2687.4.2 YOLOv3 架构2707.5 项目：在自动驾驶中应用SSD 网络 2727.5.1 步骤1：构建模型2747.5.2 步骤2：模型配置2757.5.3 步骤3：创建模型2767.5.4 步骤3：加载数据2767.5.5 步骤5：训练模型2787.5.6 步骤6：可视化损失2797.5.7 步骤7：预测2807.6 本章小结 281第Ⅲ部分 生成模型与视觉嵌入第8 章 生成对抗网络2858.1 GAN 架构 2868.1.1 Deep convolutionalGANs(DCGANs) 2888.1.2 鉴别器模型2888.1.3 生成器模型2908.1.4 训练GAN 2938.1.5 GAN 极小极大值函数2968.2 评估GAN 模型 2978.2.1 Inception score2988.2.2 Fréchet inception distance(FID)2988.2.3 评估方案选择2998.3 GAN 的主流应用 2998.3.1 文本生成图像(Text-tophotosynthesis)2998.3.2 图像翻译(Pix2PixGAN) 3008.3.3 图像超分辨率GAN(SRGAN)3018.3.4 准备好动手了吗3028.4 练习项目：构建自己的GAN 3028.5 本章小结 311第9 章 DeepDream 和神经风格迁移 3139.1 打开CNN 的黑盒 3149.1.1 CNN 工作原理回顾3149.1.2 CNN 特征可视化3159.1.3 特征可视化工具的实现3189.2 DeepDream 3219.2.1 DeepDream 算法的工作原理3229.2.2 DeepDream 的Keras实现3249.3 神经风格迁移 3279.3.1 内容损失3299.3.2 风格损失(styleloss) 3309.3.3 总变分损失(total varianceloss)3329.3.4 网络训练3329.4 本章小结 333第10 章 视觉嵌入33510.1 视觉嵌入的应用 33610.1.1 人脸识别33710.1.2 图片推荐系统33710.1.3 目标重识别系统33910.2 学习嵌入 34010.3 损失函数 34110.3.1 问题建立和形式化34210.3.2 交差熵损失34210.3.3 对比损失34310.3.4 三元组损失34410.3.5 损失的简单实现和运行分析34510.4 挖掘信息数据 34710.4.1 数据加载器34710.4.2 信息型数据挖掘：寻找有用的三元组34910.4.3 Batch All(BA)35010.4.4 Batch Hard(BH) 35110.4.5 batch weighted(BW)35310.4.6 Batch Sample(BS)35410.5 练习项目：训练嵌入网络 35510.5.1 时尚圈：查找相似的衣服35610.5.2 车辆重识别35610.5.3 实现35710.5.4 测试训练的模型35810.6 突破准确度的限制 36210.7 本章小结 363参考文献 365附录A 369A.1 下载代码库 369A.2 安装Anaconda 369A.3 设置DL 环境 370A.3.1 手动设置你的开发环境370A.3.2 使用本书的repo 中的conda 环境371A.3.3 保存和加载环境372A.4 设置AWS EC2 环境 372A.4.1 创建AWS 账号372A.4.2 远程连接到此实例373A.4.3 运行JupyterNotebook374

    四、粉丝福利

    • 参与评论送书：随机抽取最多2位幸运读者，送一本《深度学习计算机视觉》
    • 统计截止时间：2024/01/19 19:00:00
    • 请中奖的读者统计截止时间过后私信小智收货地址，过期奖励作废！
    • 没中奖的小伙伴，如果对此书感兴趣可以点击下方的链接自行购买《深度学习计算机视觉》
    • 关注公众号“小智码农乐园”回复“抽奖116”参与活动：随机抽取1位幸运读者，送一本《深度学习计算机视觉》

      ​统计截止时间：2024/01/19 19:00:00

      中奖名单