深度學習與電腦視覺 項目式教材
彭飛 張強
- 出版商: 人民郵電
- 出版日期: 2024-10-01
- 定價: $299
- 售價: 8.5 折 $254
- 語言: 簡體中文
- 頁數: 180
- ISBN: 7115647798
- ISBN-13: 9787115647795
-
相關分類:
DeepLearning、Computer Vision
下單後立即進貨 (約4週~6週)
商品描述
本書基於國產自主可控龍芯處理器，系統地介紹電腦視覺領域的基本理論與實踐，並結合當前主流的深度學習框架和龍芯平臺以項目式教學的形式講述任務的實施。本書主要包括OpenCV基礎功能實戰、深度學習框架的部署、電腦視覺技術基礎知識、圖像分類網絡的部署、目標檢測網絡的部署、圖像分割網絡的部署、龍芯智能計算平臺模型的訓練和龍芯智能計算平臺的推理部署等內容。通過閱讀本書，讀者能夠瞭解和掌握深度學習在電腦視覺中的應用，並基於國產自主可控龍芯處理器進行工程實踐。
本書適合深度學習與電腦視覺領域的從業者、深度學習與電腦視覺的愛好者閱讀，也可作為高等院校電腦相關專業的教材。
作者簡介
彭飛，畢業於中國科學技術大學電腦科學與技術學院，博士，教授級高級工程師，現任龍芯中科（合肥）技術有限公司總經理；參與“核高基”“973”“863”等國家重大課題，獲得重點領域科學技術獎國家二等獎，擔任中國科學技術大學先進技術研究院碩士研究生企業導師、安徽省大數據中心咨詢專家、安徽省電腦學會常務理事、安徽省商用密碼行業協會副會長、安徽省信息技術應用創新產業聯盟秘書長。
張強，畢業於南京航空航天大學電腦科學與技術學院，碩士，高級工程師，合肥市高層次人才，中國科學院工程技術專業工程師，現就職於龍芯中科（合肥）技術有限公司，主要負責自主可控龍芯平臺在深度學習領域的軟件研發與生態建設等方面的工作。
目錄大綱
項目1 OpenCV基礎功能實戰 1
1.1 知識引入 1
1.1.1 OpenCV簡介 1
1.1.2 OpenCV的主要模塊 1
1.1.3 OpenCV的版本 2
1.1.4 OpenCV-Python 3
1.1.5 龍芯平臺和OpenCV 3
1.2 任務1：圖像讀取、顯示和保存 3
1.2.1 任務描述 3
1.2.2 技術準備 3
1.2.3 任務實施 4
1.3 任務2：視頻的獲取、顯示和保存 4
1.3.1 任務描述 4
1.3.2 技術準備 5
1.3.3 任務實施 6
1.4 任務3：幾何圖形繪制 7
1.4.1 任務描述 7
1.4.2 技術準備 7
1.4.3 任務實施 9
1.5 任務4：鼠標事件的交互與響應 10
1.5.1 任務描述 10
1.5.2 技術準備 10
1.5.3 任務實施 11
1.6 任務5：圖像幾何變換 12
1.6.1 任務描述 12
1.6.2 技術準備 12
1.6.3 任務實施 15
1.7 任務6：圖像濾波技術 19
1.7.1 任務描述 19
1.7.2 技術準備 19
1.7.3 任務實施 21
1.8 任務7：圖像邊緣檢測 24
1.8.1 任務描述 24
1.8.2 技術準備 24
1.8.3 任務實施 26
1.9 任務8：人臉檢測與識別 28
1.9.1 任務描述 28
1.9.2 技術準備 28
1.9.3 任務實施 30
1.10 項目總結 32
項目2 深度學習框架的部署 33
2.1 知識引入 33
2.1.1 深度學習的定義 33
2.1.2 神經網絡的基本概念 33
2.1.3 深度學習的發展歷程 36
2.1.4 深度學習的應用場景 37
2.1.5 如何學習深度學習 37
2.1.6 使用深度學習框架的優勢 38
2.2 任務1：基於龍芯平臺編譯與部署TensorFlow 38
2.2.1 任務描述 38
2.2.2 技術準備 39
2.2.3 任務實施 45
2.3 任務2：基於龍芯平臺編譯與部署PyTorch 51
2.3.1 任務描述 51
2.3.2 技術準備 51
2.3.3 任務實施 56
2.4 任務3：基於龍芯平臺編譯與部署ONNX Runtime 59
2.4.1 任務描述 59
2.4.2 技術準備 59
2.4.3 任務實施 60
2.5 任務4：基於龍芯平臺編譯與部署PaddlePaddle 64
2.5.1 任務描述 64
2.5.2 技術準備 64
2.5.3 任務實施 67
2.6 任務5：基於龍芯平臺編譯與部署NCNN 71
2.6.1 任務描述 71
2.6.2 技術準備 71
2.6.3 任務實施 72
2.7 項目總結 82
項目3 電腦視覺技術基礎知識 83
3.1 知識引入 83
3.1.1 電腦視覺概述 83
3.1.2 電腦視覺的應用領域 83
3.2 任務：常見電腦視覺任務 83
3.2.1 任務描述 83
3.2.2 技術準備 84
3.2.3 任務實施 84
3.3 項目總結 94
項目4 圖像分類網絡的部署 95
4.1 知識引入 95
4.1.1 CNN簡介 95
4.1.2 CNN基礎模塊 96
4.2 任務1：基於龍芯平臺部署VGG 16 102
4.2.1 任務描述 102
4.2.2 技術準備 102
4.2.3 任務實施 104
4.3 任務2：基於龍芯平臺部署ResNet 18 106
4.3.1 任務描述 106
4.3.2 技術準備 106
4.3.3 任務實施 109
4.4 任務3：基於龍芯平臺部署Inception v3 112
4.4.1 任務描述 112
4.4.2 技術準備 112
4.4.3 任務實施 116
4.5 任務4：基於龍芯平臺部署Xception 122
4.5.1 任務描述 122
4.5.2 技術準備 122
4.5.3 任務實施 124
4.6 任務5：基於龍芯平臺部署MobileNet 129
4.6.1 任務描述 129
4.6.2 技術準備 129
4.6.3 任務實施 131
4.7 項目總結 133
項目5 目標檢測網絡的部署 134
5.1 知識引入 134
5.1.1 目標檢測基本任務 134
5.1.2 目標檢測基本概念 134
5.2 任務1：基於龍芯平臺部署兩階段算法Faster R-CNN 137
5.2.1 任務描述 137
5.2.2 技術準備 137
5.2.3 任務實施 138
5.3 任務2：基於龍芯平臺部署兩階段算法Keypoint R-CNN 139
5.3.1 任務描述 139
5.3.2 技術準備 139
5.3.3 任務實施 141
5.4 任務3：基於龍芯平臺部署單階段算法YOLO v3 141
5.4.1 任務描述 141
5.4.2 技術準備 141
5.4.3 任務實施 142
5.5 任務4：基於龍芯平臺部署單階段算法SSD 143
5.5.1 任務描述 143
5.5.2 技術準備 143
5.5.3 任務實施 144
5.6 項目總結 148
項目6 圖像分割網絡的部署 149
6.1 知識引入 149
6.2 任務1：基於龍芯平臺部署語義分割網絡DeepLab v3+ 150
6.2.1 任務描述 150
6.2.2 技術準備 150
6.2.3 任務實施 154
6.3 任務2：基於龍芯平臺部署實例分割網絡Mask R-CNN 155
6.3.1 任務描述 155
6.3.2 技術準備 155
6.3.3 任務實施 157
6.4 任務3：基於龍芯平臺部署全景分割網絡Panoptic FPN 157
6.4.1 任務描述 157
6.4.2 技術準備 157
6.4.3 任務實施 159
6.5 項目總結 159
項目7 龍芯智能計算平臺模型的訓練 160
7.1 知識引入 160
7.1.1 龍芯智能計算平臺 160
7.1.2 龍芯智能計算平臺的優勢 163
7.1.3 龍芯智能計算平臺的應用 164
7.2 任務：利用龍芯AI訓練平臺訓練模型 164
7.2.1 任務描述 164
7.2.2 技術準備 164
7.2.3 任務實施 165
7.3 項目總結 169
項目8 龍芯智能計算平臺的推理部署 170
8.1 知識引入 170
8.2 任務1：基於AI加速卡的推理部署 170
8.2.1 任務描述 170
8.2.2 技術準備 170
8.2.3 任務實施 171
8.3 任務2：基於NCNN框架的推理部署 177
8.3.1 任務描述 177
8.3.2 技術準備 178
8.3.3 任務實施 178
8.4 項目總結 180
