书目信息 |
| 题名： |
计算机视觉
|
|
| 作者： | 袁雪 著 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2021.09 |
|
| 页数： | 155页 | |
| 开本： | 26cm | |
| 丛书名： | 大数据与人工智能技术丛书 | |
| 单 册： | ||
| 中图分类： | TP311.561 | |
| 科图分类： | ||
| 主题词： | 计算机视觉--ji suan ji shi jue--软件工具--程序设计 | |
| 电子资源： | ||
| ISBN： | 978-7-302-57925-0 | |
| 000 | 01455nam 2200277 450 | |
| 001 | 491061 | |
| 010 | @a978-7-302-57925-0@dCNY39.80 | |
| 100 | @a20220906d2021 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @a计算机视觉@Aji suan ji shi jue@ePython+TensorFlow+Keras深度学习实战@f袁雪著 |
| 210 | @a北京@c清华大学出版社@d2021.09 | |
| 215 | @a155页@c图@d26cm | |
| 225 | 2 | @a大数据与人工智能技术丛书@Ada shu ju yu ren gong zhi neng ji shu cong shu |
| 300 | @a微课视频版 | |
| 314 | @a袁雪, 北京交通大学教授、博士生导师。 | |
| 330 | @a本书围绕着计算机视觉的关键技术, 介绍基于深度学习计算机视觉的基础理论及主要算法。本书结合常见的应用场景和项目实例, 循序渐进地带领读者进入美妙的计算机视觉世界。本书共分为11章, 2-5章介绍计算机视觉的几种关键技术, 即图像分类、目标检测、图像分割和目标跟踪, 并将这四项关键技术组合完成人工智能的实际应用。本书在6、7章介绍人工智能的两个典型应用: 文字检测与识别系统及多任务深度学习系统, 第8章介绍一种非常有意思的深度学习网络 —— 对抗生成神经网络, 第9章介绍制作训练和测试样本的方法, 第10章介绍如何安装TensorFlow。 | |
| 410 | 0 | @12001 @a大数据与人工智能技术丛书 |
| 517 | 1 | @aPython+TensorFlow+Keras深度学习实战@APython+TensorFlow+Keras shen du xue xi shi zhan |
| 606 | 0 | @a计算机视觉@Aji suan ji shi jue@x软件工具@x程序设计 |
| 690 | @aTP311.561@v5 | |
| 701 | 0 | @a袁雪@Ayuan xue@4著 |
| 801 | 0 | @aCN@c20220906 |
| 905 | @a河南城建学院图书馆@dTP311.561@eY911 | |
| 计算机视觉：Python+TensorFlow+Keras深度学习实战/袁雪著.-北京：清华大学出版社，2021.09 |
| 155页：图；26cm.-(大数据与人工智能技术丛书) |
| 微课视频版 |
| ISBN 978-7-302-57925-0：CNY39.80 |
| 本书围绕着计算机视觉的关键技术, 介绍基于深度学习计算机视觉的基础理论及主要算法。本书结合常见的应用场景和项目实例, 循序渐进地带领读者进入美妙的计算机视觉世界。本书共分为11章, 2-5章介绍计算机视觉的几种关键技术, 即图像分类、目标检测、图像分割和目标跟踪, 并将这四项关键技术组合完成人工智能的实际应用。本书在6、7章介绍人工智能的两个典型应用: 文字检测与识别系统及多任务深度学习系统, 第8章介绍一种非常有意思的深度学习网络 —— 对抗生成神经网络, 第9章介绍制作训练和测试样本的方法, 第10章介绍如何安装TensorFlow。 |
| ● |
| 相关链接 |
|
|
|
正题名：计算机视觉
索取号：TP311.561/Y911
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1603928 | 216039285 | 自科库301/301自科库 74排2列5层/ [索取号:TP311.561/Y911] | 在馆 | |
| 2 | 1603929 | 216039294 | 自科库301/301自科库 74排2列5层/ [索取号:TP311.561/Y911] | 在馆 |