機器視覺的開發(fā)實踐

第1章 機器視覺基礎
1．1 機器視覺概述
1．2 機器視覺系統(tǒng)的任務
1．3 機器視覺系統(tǒng)的構成
1．4 機器視覺原理

第2章 神經網絡與機器視覺
2．1 神經網絡基礎
2．2 卷積神經網絡
2．3 典型CNN架構模型
2．4 常見深度學習框架

第3章 機器學習開發(fā)實踐環(huán)境
3．1 Anaconda開發(fā)平臺
3．2 嵌入式機器視覺開發(fā)平臺
3．3 常用數據集

第4章 圖像分類開發(fā)實踐
4．1 圖像分類基本概念及原理
4．2 典型分類模型
4．3 軟硬件開發(fā)環(huán)境
4．4 圖像分類實戰(zhàn)

第5章 目標檢測開發(fā)實踐
5．1 目標檢測的任務
5．2 目標檢測的性能指標
5．3 目標檢測的算法模型
5．4 YOLOv5目標檢測訓練模型
5．5 YOLOv5實戰(zhàn)

第6章 圖像分割開發(fā)實踐
6．1 圖像分割基本概念
6．2 傳統(tǒng)圖像分割方法
6．3 基于深度學習的圖像分割方法

第7章 圖像生成技術
7．1 圖像生成的基本思想
7．2 圖像生成網絡理論
7．3 生成對抗網絡算法推導
7．4 WGAN的原理
7．5 WGAN的實現
7．6 WGAN圖像生成實戰(zhàn)

參考文獻