Costruire applicazioni di visione artificiale con le reti neurali artificiali: Con esempi passo-passo in Opencv e Tensorflow con Python

Punteggio:   (4,5 su 5)

Costruire applicazioni di visione artificiale con le reti neurali artificiali: Con esempi passo-passo in Opencv e Tensorflow con Python (Shamshad Ansari)

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 9 voti.

Titolo originale:

Building Computer Vision Applications Using Artificial Neural Networks: With Step-By-Step Examples in Opencv and Tensorflow with Python

Contenuto del libro:

Sezione 11. Capitolo 1: Prerequisiti e installazione del software 1. 1. Python e PIP 1. 1. 1. 1. Installazione di Python e PIP su Ubuntu 1. 1. 2. Installazione di Python e PIP su Mac OS 1. 1. 3. Installazione di Python e PIP su CentOS 7 1. 1. 4. Installazione di Python e PIP su Windows 1. 2. Virtualenv 1. 2. 1. Impostazione e attivazione di virtualenv 1. 3. Tensorflow 1. 3. 1. Installare Tensorflow 1. 4. PyCharm IDE 1. 4. 1. Installazione di PyCharm 1. 4. 1. 4. 2. Configurazione di PyCharm per l'uso di virtualenv 1. 5. OpenCV 1. 5. 1. Installazione di OpenCV 1. 5. 2. Installazione di OpenCV4 con i binding Python 1. 6. Librerie aggiuntive 1. 6. 1. Librerie aggiuntive 1. 6. 1. SciPy 1. 6. 2. Matplotlib.

Capitolo 2: Concetti fondamentali dell'elaborazione delle immagini e dei video 1. 7. Elaborazione delle immagini 1. 7. 1. Nozioni di base sull'immagine 1. 7. 2. Pixel 1. 7. 3. Colore dei pixel 1. 7. 3. 1. Scala di grigi 1. 7. 3. 1. 7. 3. 2. Colore 1. 7. 4. Sistema di coordinate 1. 7. 5. Codice Python e OpenCV per manipolare le immagini 1. 7. 6. Programma: caricamento, esplorazione e visualizzazione delle immagini 1. 7. 7. 7. Programma: Codice OpenCV per accedere e manipolare i pixel 1. 8. Disegno 1. 8. 1. Tracciare una linea su un'immagine 1. 8. 2. Disegno di un rettangolo su un'immagine 1. 8. 8. 3. Disegno di un cerchio su un'immagine 1. 9. Riassunto del capitolo 1. 10. 2. Capitolo 3: Tecniche di elaborazione delle immagini 2. 1. Trasformazione 2. 1. 1. Ridimensionamento 2. 1. 2. Traduzione 2. 1. 3. Rotazione 2. 1. 4. Capovolgimento 2. 1. 5. Ritaglio 2. 2. Aritmetica dell'immagine e operazioni bitwise 2. 2. 1. 1. 2. 1. Addizione 2. 2. 2. Sottrazione 2. 2. 3. Operazioni bitwise 2. 2. 3. Operazioni bitwise 2. 2. 3. 1. O 2. 2. 3. 2. E 2. 2. 3. 3. NOT 2. 2. 3. 4. XOR 2. 3. Mascheramento 2. 4. Divisione e unione di canali 2. 5. Sfumatura e lisciatura 2. 6. Soglia 2. 7. Rilevamento dei gradienti e dei bordi 2. 8. Contorni2. 9. Riassunto del capitolo.

Sezione 23. Capitolo 4: Costruire un sistema di intelligenza artificiale per la computer vision 3. 1. Pipeline di elaborazione delle immagini 3. 2. Estrazione delle caratteristiche 3. 2. 1. Istogramma del colore 3. 2. 2. GLCM 3. 2. 3. HOG 3. 2. 4. LBP 3. 3. Selezione delle caratteristiche 3. 3. 1. Filtro 3. 3. 2. Wrapper 3. 3. 3. Incorporato 3. 3. 4. Regolarizzazione 3. 4. Riassunto del capitolo.

4. Capitolo 5: Reti neurali artificiali per la computer vision 4. 1. Introduzione alla RNA 4. 1. 1. Topologia della RNA 4. 1. 2. Iperparametri 4. 1. 3. Addestramento del modello di RNA con TensorFlow 4. 1. 4. Valutazione del modello 4. 1. 5. Distribuzione del modello 4. 1. 6. Utilizzo del modello addestrato 4. 2. Introduzione alla rete neurale a convoluzione (CNN) 4. 2. 1. Concetti fondamentali delle CNN4. 2. 2. Creazione del set di addestramento per CNN4. 2. 3. Addestramento del modello CNN con TensorFlow 4. 2. 4. Ispezione del modello CNN e valutazione della sua idoneità4. 2. 5. Utilizzo e distribuzione del modello addestrato4. 3. Introduzione alle reti neurali ricorrenti (RNN) e alle memorie a breve termine (LSTM) 4. 3. 1. Concetti fondamentali di RNN e LSTM4. 3. 2. Creazione del set di addestramento per LSTM4. 3. 3. Formazione del modello LSTM con TensorFlow4. 3. 4. Ispezione del modello LSTM e valutazione dell'idoneità4. 3. 5. Distribuzione dei modelli LSTM nella pratica.

Sezione 35. Capitolo 6: Esempio pratico 1- Rilevamento di oggetti nelle immagini 6. Capitolo 7: Esempio pratico 2- Rilevamento di oggetti nei video 7. Capitolo 8: Esempio pratico 3- Rilevamento del volto 8. Capitolo 9: Applicazione industriale - Rilevamento dei difetti in tempo reale nella produzione industriale.

Altre informazioni sul libro:

ISBN:9781484258866
Autore:
Editore:
Rilegatura:Copertina morbida
Anno di pubblicazione:2020
Numero di pagine:451

Acquisto:

Attualmente disponibile, in magazzino.

Lo compro!

Altri libri dell'autore:

Costruire applicazioni di visione artificiale con le reti neurali artificiali: Con esempi...
Sezione 11. Capitolo 1: Prerequisiti e installazione del...
Costruire applicazioni di visione artificiale con le reti neurali artificiali: Con esempi passo-passo in Opencv e Tensorflow con Python - Building Computer Vision Applications Using Artificial Neural Networks: With Step-By-Step Examples in Opencv and Tensorflow with Python
Costruire applicazioni di visione artificiale con le reti neurali artificiali: Con esempi in Opencv...
La computer vision è in continua evoluzione e...
Costruire applicazioni di visione artificiale con le reti neurali artificiali: Con esempi in Opencv e Tensorflow con Python - Building Computer Vision Applications Using Artificial Neural Networks: With Examples in Opencv and Tensorflow with Python

Le opere dell'autore sono state pubblicate dai seguenti editori:

© Book1 Group - tutti i diritti riservati.
Il contenuto di questo sito non può essere copiato o utilizzato, né in parte né per intero, senza il permesso scritto del proprietario.
Ultima modifica: 2024.11.08 20:28 (GMT)