PyTorch深度學習之目標檢測

　　《PyTorch深度學習之目標檢測》首先從人工智能產(chǎn)業(yè)的發(fā)展史和機器“眼中”的圖像世界開始講述，逐步引導讀者進入機器學習的圖像處理當中；然后講解深度學習中實現(xiàn)目標檢測的主要算法，和以PyTorch框架為基礎構(gòu)建的神經(jīng)網(wǎng)絡；最后的實戰(zhàn)部分詳細講解了如何使用目標檢測算法實現(xiàn)具體項目。 全書共10章，涵蓋內(nèi)容包括：人工智能的歷史和發(fā)展前景、深度學習的基礎知識、卷積神經(jīng)網(wǎng)絡基礎知識、PyTorch基礎、目標檢測算法、單階段目標檢測算法、雙階段目標檢測算法、神經(jīng)網(wǎng)絡示例、污損遮擋號牌識別實戰(zhàn)和地形目標識別實戰(zhàn)。

　　趙凱月，燕山大學碩士研究生，現(xiàn)于北京某科技有限公司擔任算法工程師，主攻計算機視覺中的目標檢測方向。2019年參與無錫市公安管理科學研究所的《貨運車輛交通違法行為智能識別與分析技術(shù)研究課題》;研究生就讀期間曾參與“華為杯”全國研究生電子設計大賽，并多次獲得華北賽區(qū)二等獎。除此之外，擁有《基于局域網(wǎng)內(nèi)無線傳輸?shù)哪X電采集系統(tǒng)》軟件著作權(quán)，并在計算機科學期刊上發(fā)表《基于卷積神經(jīng)網(wǎng)絡的污損遮擋號牌分類》核心論文一篇。 劉衍琦，技術(shù)圖書主編，擁有超過十年的算法研究從業(yè)經(jīng)驗，致力于視覺大數(shù)據(jù)領域的技術(shù)應用和架構(gòu)設計。在機器學習、計算機視覺和自然語言處理等方向具有豐富的技術(shù)積累，曾主持和參與多個科研項目，相關(guān)成果榮獲創(chuàng)新創(chuàng)業(yè)大賽省級獎勵，已申請并授權(quán)多項國家專利，出版多部技術(shù)類書籍。代表作包括《視覺大數(shù)據(jù)智能分析算法實戰(zhàn)》、《計算機視覺與深度學習實戰(zhàn)》等圖書。