Învățarea automată practică și procesarea imaginilor: Pentru recunoașterea facială, detectarea obiectelor și recunoașterea modelelor utilizând Python

Recenzii ale cititorilor

Cartea primește un amestec de critici și unele puncte de laudă. Utilizatorii consideră că este puternic concentrată pe principiile de bază ale programării Python și ale procesării imaginilor, reiterând adesea informațiile pe mai multe pagini. Multe recenzii critică lipsa de profunzime în conceptele de învățare automată legate de procesarea imaginilor. Calitatea generală a conținutului pare să fie deficitară pentru cursanții mai avansați, cu explicații repetitive și superficiale. Cu toate acestea, unii apreciază calitatea imprimării și o consideră oarecum utilă pentru începători.

Calitate bună a imprimării; poate fi util ca ghid practic de bază pentru prelucrarea imaginilor.

Accent excesiv pe conceptele de bază ale Python și ale procesării imaginilor, conținut prea repetitiv, lipsă de profunzime în aplicațiile de învățare automată, explicații insuficiente ale conceptelor cheie, numeroase erori în conținut și exemple, resurse GitHub învechite și, în general, considerat că nu merită investiția pentru cursanții avansați.

(pe baza a 9 recenzii ale cititorilor)

Titlul original:

Practical Machine Learning and Image Processing: For Facial Recognition, Object Detection, and Pattern Recognition Using Python

Conținutul cărții:

Capitolul 1: Instalarea și configurarea mediului.

Scopul capitolului: Pregătirea sistemului pentru procesarea și analiza imaginilor.

Număr de pagini 20.

Sub -teme (primele 2)

1. Instalarea Jupyter Notebook.

2. Instalarea OpenCV și a altor dependențe de analiză a imaginilor.

3. Instalarea dependențelor rețelei neuronale.

Capitolul 2: Introducere în Python și procesarea imaginilor.

Scopul capitolului: Introducere în diferite concepte ale Python și Aplicația de procesare a imaginilor pe acesta.

Nr. de pagini: 50.

Sub - subiecte (primele 2)

1. Principiile de bază ale Python.

2. Terminologii legate de analiza imaginilor.

Capitolul 3: Prelucrarea avansată a imaginilor utilizând OpenCV.

Scopul capitolului: Înțelegerea algoritmilor și a aplicațiilor lor utilizând Python.

Nr. de pagini: 100.

Sub - Subiecte (Top 2):

1. Operații pe imagini.

2. Transformări ale imaginilor.

Capitolul 4: Abordări de învățare automată în prelucrarea imaginilor.

Scopul capitolului: Implementarea de bază a modelelor de învățare automată și profundă, care se ocupă de prelucrarea imaginilor, înainte de aplicațiile în scenariul în timp real.

Nr. de pagini: 100.

Sub - Subiecte (Top 2):

1. Clasificarea și segmentarea imaginilor.

2. Aplicarea abordărilor de învățare supervizată și nesupervizată pe imagini utilizând Python.

Capitolul 5: Cazuri de utilizare în timp real.

Scopul capitolului: Lucrul la 5 proiecte folosind Python, aplicând toate conceptele învățate în această carte.

Nr. de pagini: 100.

Sub - subiecte (Top 5):

1. Detectarea facială.

2. Recunoașterea facială.

3. Recunoașterea mișcării gesturilor mâinii.

4. Conceptualizarea mașinilor care se conduc singure: Detectarea avansată a benzilor de circulație.

5. Conceptualizarea mașinilor care se conduc singure: Detectarea semnelor de circulație.

Capitolul 6: Anexa A.

Scopul capitolului: Introducere în conceptele avansate.

Nr. de pagini: 50.

Sub - subiecte (primele 2):

1. AdaBoost și XGBoost.

2. Rețele neuronale cu cuplaj de impulsuri.