Applied Deep Learning and Computer Vision for Self-Driving Cars (Învățare profundă aplicată și viziune computerizată pentru mașini care se conduc singure): Construiți vehicule autonome utilizând rețele neuronale profunde și tehnici de clonare a comportamentului

Recenzii ale cititorilor

Cartea servește ca o introducere ușoară în învățarea profundă și viziunea computerizată, concentrându-se în special pe mașinile care se conduc singure. Este bine structurată, cu implementări practice și o mulțime de ajutoare vizuale, ceea ce o face potrivită pentru începători. Cu toate acestea, îi lipsește un proiect cuprinzător end-to-end care să unifice capitolele.

⬤ Bine structurată și atrage cititorii cu coduri, grafice și elemente vizuale.
⬤ Oferă cunoștințe fundamentale și exemple practice pentru proiectele de mașini care se conduc singure.
⬤ Potrivit atât pentru începători, cât și pentru cei care doresc să înțeleagă elementele de bază fără detalii tehnice excesive.

⬤ Lipsește un proiect end-to-end care să conecteze toate capitolele.
⬤ Unii recenzenți au considerat conținutul prea sumar și superficial pentru o înțelegere mai profundă.
⬤ Ar putea beneficia de referințe educaționale suplimentare pentru un studiu mai detaliat.

(pe baza a 9 recenzii ale cititorilor)

Titlul original:

Applied Deep Learning and Computer Vision for Self-Driving Cars: Build autonomous vehicles using deep neural networks and behavior-cloning techniques

Conținutul cărții:

Explorați tehnologia mașinilor care se conduc singure folosind tehnici de învățare profundă și inteligență artificială și biblioteci precum TensorFlow, Keras și OpenCV

Caracteristici principale

⬤ Construiți și antrenați modele puternice de rețele neuronale pentru a construi o mașină autonomă.

⬤ Implementați tehnici de computer vision, deep learning și AI pentru a crea algoritmi pentru automobile.

⬤ Supravegheați provocările întâmpinate în timpul automatizării diferitelor aspecte ale condusului folosind biblioteci și arhitecturi Python moderne.

Descrierea cărții

Datorită unui număr de descoperiri recente, tehnologia mașinilor care se conduc singure este acum un subiect emergent în domeniul inteligenței artificiale și a deplasat atenția cercetătorilor de date către construirea de mașini autonome care vor transforma industria auto. Această carte este un ghid cuprinzător pentru utilizarea tehnicilor de învățare profundă și viziune computerizată pentru a dezvolta mașini autonome.

Pornind de la elementele de bază ale mașinilor care se conduc singure (SDC), această carte vă va conduce prin tehnicile rețelelor neuronale profunde necesare pentru a începe să vă construiți vehiculul autonom. Odată ce vă simțiți confortabil cu elementele de bază, veți aprofunda tehnicile avansate de computer vision și veți învăța cum să utilizați metodele de învățare profundă pentru a efectua o varietate de sarcini de computer vision, cum ar fi găsirea liniilor de circulație, îmbunătățirea clasificării imaginilor și așa mai departe. Veți explora structura de bază și funcționarea unui model de segmentare semantică și vă veți familiariza cu detectarea mașinilor utilizând segmentarea semantică. Cartea acoperă, de asemenea, aplicații avansate, cum ar fi clonarea comportamentului și detectarea vehiculelor utilizând OpenCV, învățarea prin transfer și metodologiile de învățare profundă pentru a antrena SDC-urile să imite conducerea umană.

Până la sfârșitul acestei cărți, veți fi învățat cum să implementați o varietate de rețele neuronale pentru a vă dezvolta propriul vehicul autonom folosind biblioteci Python moderne.

Ce veți învăța

⬤ Implementați o rețea neuronală profundă de la zero utilizând biblioteca Keras.

⬤ Înțelegeți importanța învățării profunde în mașinile care se conduc singure.

⬤ Să vă familiarizați cu tehnicile de extragere a caracteristicilor în procesarea imaginilor utilizând biblioteca OpenCV.

⬤ Design a software pipeline that detects lane lines in videos.

⬤ Implementați un clasificator de imagine cu rețea neuronală convoluțională (CNN) pentru semnele de semnalizare rutieră.

⬤  Antrenarea și testarea rețelelor neuronale pentru clonarea comportamentală prin conducerea unei mașini într-un simulator virtual.

⬤ Descoperiți diverse arhitecturi de segmentare semantică și detectare a obiectelor de ultimă generație.

Pentru cine este această carte

Dacă sunteți un inginer de învățare profundă, un cercetător AI sau oricine dorește să implementeze tehnici de învățare profundă și viziune computerizată pentru a construi soluții blueprint de conducere automată, această carte este pentru dvs. Oricine dorește să învețe cum sunt construiți diverși algoritmi legați de automobile, va găsi, de asemenea, această carte utilă. Experiența în programarea Python, împreună cu o înțelegere de bază a învățării profunde, este necesară pentru a profita la maximum de această carte.