Applied Deep Learning and Computer Vision for Self-Driving Cars: Costruire veicoli autonomi utilizzando reti neurali profonde e tecniche di clonazione del comportamento

Recensioni dei lettori

Il libro è una delicata introduzione all'apprendimento profondo e alla visione computerizzata, con particolare attenzione alle auto a guida autonoma. È ben strutturato, con implementazioni pratiche e numerosi supporti visivi che lo rendono adatto ai principianti. Tuttavia, manca un progetto completo che unisca i capitoli.

⬤ Ben strutturato e coinvolge i lettori con codice, grafici e immagini.
⬤ Fornisce conoscenze fondamentali ed esempi pratici per progetti di auto a guida autonoma.
⬤ Adatto sia ai principianti sia a chi vuole capire le basi senza eccessivi dettagli tecnici.

⬤ Manca un progetto completo che colleghi tutti i capitoli.
⬤ Alcuni recensori hanno trovato il contenuto troppo sommario e superficiale per una comprensione più approfondita.
⬤ Potrebbe beneficiare di ulteriori riferimenti didattici per uno studio più approfondito.

(basato su 9 recensioni dei lettori)

Titolo originale:

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

Contenuto del libro:

Esplora la tecnologia delle auto a guida autonoma utilizzando tecniche di deep learning e intelligenza artificiale e librerie come TensorFlow, Keras e OpenCV.

Caratteristiche principali

⬤ Costruire e addestrare potenti modelli di reti neurali per costruire un'auto autonoma.

⬤ Implementare tecniche di computer vision, deep learning e AI per creare algoritmi automobilistici.

⬤ Superare le sfide affrontate durante l'automazione dei diversi aspetti della guida utilizzando le moderne librerie e architetture Python.

Descrizione del libro

Grazie a una serie di recenti scoperte, la tecnologia delle auto a guida autonoma è ora un argomento emergente nel campo dell'intelligenza artificiale e ha spostato l'attenzione degli scienziati dei dati sulla costruzione di auto autonome che trasformeranno l'industria automobilistica. Questo libro è una guida completa all'utilizzo delle tecniche di deep learning e di computer vision per lo sviluppo di auto autonome.

Partendo dalle basi delle auto a guida autonoma (DSC), questo libro vi condurrà attraverso le tecniche di rete neurale profonda necessarie per iniziare a costruire il vostro veicolo autonomo. Una volta acquisite le nozioni di base, ci si addentrerà nelle tecniche avanzate di visione computerizzata e si imparerà a utilizzare i metodi di apprendimento profondo per eseguire una serie di compiti di visione computerizzata, come l'individuazione delle linee di corsia, il miglioramento della classificazione delle immagini e così via. Esplorerete la struttura di base e il funzionamento di un modello di segmentazione semantica e imparerete a rilevare le automobili utilizzando la segmentazione semantica. Il libro tratta anche applicazioni avanzate come la clonazione del comportamento e il rilevamento di veicoli utilizzando OpenCV, l'apprendimento per trasferimento e le metodologie di deep learning per addestrare i DSC a imitare la guida umana.

Alla fine di questo libro, avrete imparato a implementare una serie di reti neurali per sviluppare il vostro veicolo autonomo utilizzando le moderne librerie Python.

Che cosa imparerete?

⬤ Implementare una rete neurale profonda da zero utilizzando la libreria Keras.

⬤ Capire l'importanza del deep learning nelle auto a guida autonoma.

⬤ Imparare a conoscere le tecniche di estrazione delle caratteristiche nell'elaborazione delle immagini utilizzando la libreria OpenCV.

⬤ Progettare una pipeline software che rilevi le linee di corsia nei video.

⬤ Implementare un classificatore di immagini a rete neurale convoluzionale (CNN) per i segnali stradali.

⬤ Addestrare e testare le reti neurali per la clonazione comportamentale guidando un'auto in un simulatore virtuale.

⬤ Scoprire varie architetture all'avanguardia per la segmentazione semantica e il rilevamento di oggetti.

A chi è rivolto questo libro

Se siete ingegneri di deep learning, ricercatori di IA o chiunque voglia implementare tecniche di deep learning e computer vision per costruire soluzioni di guida autonoma, questo libro fa per voi. Anche chi vuole imparare come vengono costruiti vari algoritmi legati al settore automobilistico troverà utile questo libro. L'esperienza nella programmazione Python, insieme a una conoscenza di base del deep learning, è necessaria per trarre il massimo da questo libro.