《计算机视觉之PyTorch数字图像处理》--全书概览

dirty

《计算机视觉之PyTorch数字图像处理》--全书概览 [复制链接]

      这本书主讲计算机视觉数字图像处理，使用工具Python第三方开源库PyTorch。全书内容丰富，由浅入深，理论结合实际，并有配套资源，是一本非常好的计算机视觉方面的书籍。下面一睹为快。

      书籍不是特别厚，但是很详实，干货满满。书籍编辑图文并茂，并配有案例讲解很实用。配套资源也很不错，相辅相成，相得益彰。下面对本书内容梳理，对书籍内容框架有个整体了解把握

 

第1篇 图像处理基础知识
●第1章计算机视觉与数字图像概述，主要介绍计算机视觉与数字图像的概念，以及数字图像的存储和处理，并简单介绍PyTorch框架在图像处理中的应用。

●第2章搭建开发环境,首先简单介绍Python和CUDA的相关知识,然后详细介绍Python第三方库、PyTorch框架、可视化工具 Visdom 和集成开发环境 Spyder 的安装方法。

●第3章Python编程基础，主要介绍Python 语法基础知识、PyTorch 张量运算基础知识和 Visdom 图表绘制基础知识。

   

 

 

人类视觉与卫星遥感图像
 

第2篇 基于经典方法的图像处理

●第4章图像处理基础知识，主要介绍图像与张量的互操作、图像的点运算、图像的邻域运算和图像的全局运算等相关知识。

●第5章图像的基础特征，主要介绍图像的特征点、线特征和面特征等相关知识。

●第6章自动梯度与神经网络，主要介绍自动梯度、模块、激活函数、损失函数、优化器和全连接神经网络等相关知识。
●第7章数据准备与图像预处理，首先对Torchvision库进行简单介绍，然后对构建数据集、数据变换与增强进行详细的介绍。

 

 

 

 

图像伽马变换

 

第3篇 基于深度学习的图像处理

●第8章图像分类，首先介绍图像分类的任务与预训练模型的使用，然后介绍VGGNet和ResNet两个经典的卷积神经网络模型，接着介绍卷积神经网络的训练与评估，最后简单介绍迁移学习的相关知识。
●第9章图像分割,首先简单介绍图像分割的概念和卷积神经网络在该领域的进展情况，然后详细介绍分割数据集、FCN 分制模型、UNet 分割模型、分割网络的训练与评估等关知识，最后进行分割网络实践。
●第10章目标检测，首先简单介绍目标检测的概念和卷积神经网络在该领域的进展情况，然后详细介绍预训练网络的使用、FCOS 模型及其训练、YOLOv5 模型及其训练等关知识。
●第11章模型部署，首先简单介绍模型部署的特点，然后详细介绍如何使用 LibTorch、ONNX、OpenCV 和 OpenVINO 部署模型等相关知识。

 

图像目标检测

 

      可以看出第一篇属于基础篇，主要是基础知识方面讲解与环境准备。第二篇是讲解图像处理的经典方法，对图像处理知识有一个系统囊括。第三篇讲解基于深度学习的图像处理，这一块与当下人工智能很贴合，特别图像分割、目标检测、模型部署，是很实用的。兴趣是最好的老师，后面与大家共同学习分享。

Jacktang

图文并茂的分享，比较用心了，看起来是本好书

dirty

Jacktang 发表于 2024-11-24 09:54 图文并茂的分享，比较用心了，看起来是本好书

看着书是挺不错的

hellokitty_bean

请问出版时间是？？？？？？？？？？？？？？？？？？？？？？？？

freebsder

如果没有第一，第二部分，是不是也是完整的？