TensorFlow 2.0 Computer Vision Cookbook: Implementați soluții de învățare automată pentru a depăși diverse provocări legate de computer vision

Recenzii ale cititorilor

Cartea este foarte apreciată pentru acoperirea cuprinzătoare a aplicațiilor de învățare profundă în viziunea computerizată, cu un accent puternic pe exemple practice și pe codificarea practică. Cu toate acestea, necesită cunoștințe prealabile despre teoria rețelelor neuronale pentru a înțelege pe deplin explicațiile sale, iar unii utilizatori au remarcat lipsa culorilor în tipărire, ceea ce o face mai greu de citit și mai puțin informativă vizual.

Acoperire cuprinzătoare a învățării profunde în viziunea computerizată, explicații clare ale conceptelor, exemple practice și experiențe practice de codificare, includerea diferitelor subiecte de la nivel de bază la nivel avansat, referințe la materiale relevante, potrivite atât pentru începători, cât și pentru profesioniști cu experiență în viziunea computerizată.

Necesită cunoștințe prealabile despre rețelele neuronale pentru a înțelege unele explicații, lipsa culorii în imprimare poate împiedica lizibilitatea și claritatea imaginii.

(pe baza a 5 recenzii ale cititorilor)

Titlul original:

TensorFlow 2.0 Computer Vision Cookbook: Implement machine learning solutions to overcome various computer vision challenges

Conținutul cărții:

Familiarizați-vă cu tehnicile de ultimă generație pentru a adapta procesele de formare și pentru a crește performanța modelelor de viziune computerizată utilizând tehnici de învățare automată și de învățare profundă

Caracteristici principale:

⬤ Dezvoltați, antrenați și utilizați algoritmi de învățare profundă pentru sarcini de viziune computerizată utilizând TensorFlow 2. x.

⬤ Descoperiți rețete practice pentru a depăși diverse provocări întâmpinate în timpul construirii modelelor de viziune computerizată.

⬤ Permiteți mașinilor să obțină o înțelegere la nivel uman pentru a recunoaște și analiza imagini și videoclipuri digitale.

Descrierea cărții:

Computer vision este un domeniu științific care permite mașinilor să identifice și să proceseze imagini și videoclipuri digitale. Această carte se concentrează pe rețete independente pentru a vă ajuta să efectuați diverse sarcini de viziune computerizată utilizând TensorFlow.

Cartea începe prin a vă prezenta elementele de bază ale învățării profunde pentru viziunea computerizată, precum și caracteristicile cheie ale TensorFlow 2. x, cum ar fi API-urile Keras și tf. data. Dataset API-uri. Veți învăța apoi despre intrările și ieșirile din sarcinile comune de computer vision, cum ar fi clasificarea imaginilor, învățarea prin transfer, îmbunătățirea și stilizarea imaginilor și detectarea obiectelor. Cartea acoperă, de asemenea, autoencoderii în domenii precum indicii de căutare inversă a imaginilor și denaturarea imaginilor, oferind în același timp o perspectivă asupra diferitelor arhitecturi utilizate în rețete, cum ar fi rețelele neuronale convoluționale (CNN), CNN bazate pe regiune (R-CNN), VGGNet și You Only Look Once (YOLO).

Mai departe, veți descoperi sfaturi și trucuri pentru a rezolva orice problemă cu care vă confruntați în timp ce construiți diverse aplicații de computer vision. În cele din urmă, veți aprofunda subiecte mai avansate, cum ar fi rețelele generatoare adverșiale (GAN), prelucrarea video și AutoML, încheind cu o secțiune axată pe tehnici care vă ajută să creșteți performanța rețelelor dvs.

Până la sfârșitul acestei cărți TensorFlow, veți fi capabil să abordați cu încredere o gamă largă de probleme de viziune computerizată utilizând TensorFlow 2. x.

Ce veți învăța:

⬤ Înțelegeți cum să detectați obiecte utilizând modele de ultimă generație, cum ar fi YOLOv3.

⬤ Utilizați AutoML pentru a prezice sexul și vârsta din imagini.

⬤ Segmentați imagini utilizând diferite abordări, cum ar fi FCN și modele generative.

⬤ Învățați cum să vă îmbunătățiți performanța rețelei utilizând precizia rank-N, netezirea etichetelor și creșterea timpului de testare.

⬤ permiteți mașinilor să recunoască emoțiile oamenilor în videoclipuri și fluxuri în timp real.

⬤ Accesați și reutilizați modele TensorFlow Hub avansate pentru a efectua clasificarea imaginilor și detectarea obiectelor.

⬤ Generați legende pentru imagini utilizând CNN-uri și RNN-uri.

Pentru cine este această carte:

Această carte este destinată dezvoltatorilor și inginerilor din domeniul viziunii computerizate, precum și practicienilor din domeniul învățării profunde care caută soluții la diverse probleme care apar frecvent în viziunea computerizată. Veți descoperi cum să utilizați tehnici moderne de învățare automată (ML) și arhitecturi de învățare profundă pentru a efectua o multitudine de sarcini de viziune computerizată. Sunt necesare cunoștințe de bază de programare Python și de computer vision.