《深度学习与目标检测》求取 ⇩

基础篇2

第1章深度学习概述2

1.1 深度学习发展简史2

1.2有监督学习4

1.2.1 图像分类4

1.2.2 目标检测7

1.2.3 人脸识别10

1.2.4 语音识别13

1.3无监督学习18

1.3.1 无监督学习概述18

1.3.2 生成对抗网络18

1.4强化学习21

1.4.1 AlphaGo21

1.4.2 AlphaGo Zero23

1.5 小结25

参考资料25

第2章深度神经网络27

2.1 神经元27

2.2 感知机30

2.3前向传递31

2.3.1 前向传递的流程32

2.3.2 激活函数33

2.3.3 损失函数37

2.4后向传递40

2.4.1 后向传递的流程40

2.4.2 梯度下降40

2.4.3 参数修正42

2.5防止过拟合44

2.5.1 dropout44

2.5.2 正则化45

2.6 小结46

第3章卷积神经网络47

3.1卷积层48

3.1.1 valid卷积48

3.1.2 full卷积50

3.1.3 same卷积51

3.2 池化层52

3.3 反卷积53

3.4 感受野55

3.5卷积神经网络实例56

3.5.1 LeNet-557

3.5.2 AlexNet59

3.5.3 VGGNet63

3.5.4 GoogLeNet65

3.5.5 ResNet75

3.5.6 MobileNet76

3.6 小结78

进阶篇80

第4章两阶段目标检测方法80

4.1R-CNN80

4.1.1 算法流程80

4.1.2 训练过程81

4.2SPP-Net85

4.2.1 网络结构85

4.2.2 空间金字塔池化86

4.3Fast R-CNN87

4.3.1 感兴趣区域池化层87

4.3.2 网络结构89

4.3.3 全连接层计算加速90

4.3.4 目标分类91

4.3.5 边界框回归92

4.3.6 训练过程93

4.4Faster R-CNN97

4.4.1 网络结构98

4.4.2 RPN99

4.4.3 训练过程105

4.5R-FCN107

4.5.1 R-FCN网络结构108

4.5.2 位置敏感的分数图109

4.5.3 位置敏感的RoI池化110

4.5.4 R-FCN损失函数111

4.5.5 Caffe网络模型解析111

4.5.6 U-Net115

4.5.7 SegNe116

4.6Mask R-CNN117

4.6.1 实例分割简介118

4.6.2 COCO数据集的像素级标注119

4.6.3 网络结构120

4.7 小结123

参考资料123

第5章单阶段目标检测方法125

5.1SSD125

5.1.1 default box125

5.1.2 网络结构126

5.1.3 Caffe网络模型解析127

5.1.4 训练过程135

5.2RetinaNet137

5.2.1 FPN137

5.2.2 聚焦损失函数139

5.3RefineDet140

5.3.1 网络模型141

5.3.2 Caffe网络模型解析143

5.3.3 训练过程152

5.4YOLO153

5.4.1 YOLO v1153

5.4.2 YOLO v2155

5.4.3 YOLO v3157

5.5目标检测算法的应用场景159

5.5.1 高速公路坑洞检测160

5.5.2 息肉检测161

5.6 小结162

参考资料162

应用篇166

第6章肋骨骨折检测166

6.1 国内外研究现状166

6.2 解决方案168

6.3 预处理168

6.4 肋骨骨折检测169

6.5 实验结果分析170

6.6 小结172

参考资料173

第7章肺结节检测174

7.1 国内外研究现状174

7.2总体框架176

7.2.1 肺结节数据集176

7.2.2 肺结节检测难点177

7.2.3 算法框架177

7.3肺结节可疑位置推荐算法178

7.3.1 CT图像的预处理179

7.3.2 肺结节分割算法180

7.3.3 优化方法182

7.3.4 推断方法184

7.4 可疑肺结节定位算法185

7.5实验结果与分析(1)186

7.5.1 实验结果186

7.5.2 改进点效果分析186

7.6假阳性肺结节抑制算法188

7.6.1 假阳性肺结节抑制网络188

7.6.2 优化策略192

7.6.3 推断策略194

7.7实验结果与分析(2)194

7.7.1 实验结果195

7.7.2 改进点效果分析195

7.7.3 可疑位置推荐算法与假阳性抑制算法的整合197

7.8 小结197

参考资料197

第8章车道线检测200

8.1 国内外研究现状200

8.2主要研究内容202

8.2.1 总体解决方案202

8.2.2 各阶段概述203

8.3车道线检测系统的设计与实现206

8.3.1 车道线图像数据标注与筛选206

8.3.2 车道线图片预处理208

8.3.3 车道线分割模型训练212

8.3.4 车道线检测221

8.3.5 车道线检测结果225

8.4车道线检测系统性能测试225

8.4.1 车道线检测质量测试225

8.4.2 车道线检测时间测试227

8.5 小结227

参考资料228

第9章交通视频分析229

9.1 国内外研究现状230

9.2主要研究内容231

9.2.1 总体设计232

9.2.2 精度和性能要求232

9.3交通视频分析233

9.3.1 车辆检测和车牌检测233

9.3.2 车牌识别功能设计详解235

9.3.3 车辆品牌及颜色的识别243

9.3.4 目标跟踪设计详解244

9.4系统测试247

9.4.1 车辆检测248

9.4.2 车牌检测251

9.4.3 车牌识别253

9.4.4 车辆品牌识别256

9.4.5 目标跟踪258

9.5 小结259

参考资料260

2020《深度学习与目标检测》由于是年代较久的资料都绝版了,几乎不可能购买到实物。如果大家为了学习确实需要,可向博主求助其电子版PDF文件。对合法合规的求助,我会当即受理并将下载地址发送给你。

高度相关资料

系统、稳定与控制基础(2020 PDF版)
系统、稳定与控制基础
2020 北京:电子工业出版社
深度学习(2020 PDF版)
深度学习
2020
高等数学教学目标与目标检测题  下  目标检测题答案( PDF版)
高等数学教学目标与目标检测题 下 目标检测题答案
西安:西北大学出版社
高等数学教学目标与目标检测题  上(1993 PDF版)
高等数学教学目标与目标检测题 上
1993 西安:西北大学出版社
学习检测学(1997 PDF版)
学习检测学
1997 北京:新华出版社
病理学教学目标与达标检测(1997 PDF版)
病理学教学目标与达标检测
1997 上海医科大学出版社
预防医学目标与检测(1999 PDF版)
预防医学目标与检测
1999 合肥:安徽科学技术出版社
内科学目标与检测(1998 PDF版)
内科学目标与检测
1998 赤峰:内蒙古科学技术出版社
生理学目标与检测(1997 PDF版)
生理学目标与检测
1997 合肥:安徽科学技术出版社
青春期的教育(1989 PDF版)
青春期的教育
1989 南宁:广西科学技术出版社
外科学目标与检测(1998 PDF版)
外科学目标与检测
1998 赤峰:内蒙古科学技术出版社
高中英语教学目标与同步检测(1994 PDF版)
高中英语教学目标与同步检测
1994 北京:气象出版社
病理教学目标与检测(1997 PDF版)
病理教学目标与检测
1997 北京:人民卫生出版社
化学教学目标与检测(1995 PDF版)
化学教学目标与检测
1995 北京/西安:世界图书出版公司
深度学习图解(2020 PDF版)
深度学习图解
2020 北京:清华大学出版社