計算機視覺從入門到進階實戰(zhàn)：基于PyTorch

第1章 計算機視覺與深度學習  001
1.1 計算機視覺簡介   002
1.1.1 數(shù)字圖像處理基礎(chǔ)   003
1.1.2 主流計算機視覺任務(wù)   008
1.2 深度學習簡介   010
1.2.1 深度學習發(fā)展簡史   010
1.2.2 感知機與人工神經(jīng)網(wǎng)絡(luò)   012
1.2.3 卷積神經(jīng)網(wǎng)絡(luò)   012
1.2.4 循環(huán)神經(jīng)網(wǎng)絡(luò)   013
1.2.5 優(yōu)化算法   014
1.2.6 欠擬合與過擬合   016
1.3 Python與PyTorch安裝   017
1.3.1 安裝Python   017
1.3.2 安裝PyTorch   020
1.3.3 PyTorch核心模塊   021
1.3.4 PyTorch輔組庫   023
1.3.5 其他Python庫   023
1.4 本章小結(jié)   025
第2章 PyTorch快速入門  026
2.1 張量Tensor   027
2.1.1 張量的數(shù)據(jù)類型   027
2.1.2 張量的生成   028
2.1.3 張量操作   034
2.1.4 張量計算   041
2.2 torch.nn模塊   047
2.2.1 卷積層   047
2.2.2 池化層   049
2.2.3 填充層   051
2.2.4 激活函數(shù)層   052
2.2.5 歸一化函數(shù)層   053
2.2.6 循環(huán)層   054
2.2.7 全連接層   054
2.2.8 Transformer層   055
2.3 圖像數(shù)據(jù)操作和預處理   055
2.3.1 從datasets模塊中導入數(shù)據(jù)并預處理   057
2.3.2 從文件夾中導入數(shù)據(jù)并進行預處理   058
2.4 優(yōu)化器與損失函數(shù)   060
2.4.1 優(yōu)化器   061
2.4.2 損失函數(shù)   063
2.5 預訓練網(wǎng)絡(luò)   065
2.6 GPU部署和使用   067
2.7 本章小結(jié)   068
第3章 圖像分類  069
3.1 經(jīng)典的深度圖像分類網(wǎng)絡(luò)   070
3.1.1 LeNet-5網(wǎng)絡(luò)   070
3.1.2 AlexNet網(wǎng)絡(luò)   071
3.1.3 VGG網(wǎng)絡(luò)結(jié)構(gòu)   072
3.1.4 GoogLeNet   073
3.1.5 ResNet網(wǎng)絡(luò)   074
3.1.6 DenseNet網(wǎng)絡(luò)   076
3.1.7 CLIP模型   078
3.2 卷積神經(jīng)網(wǎng)絡(luò)識別FashionMNIST   080
3.2.1 圖像數(shù)據(jù)準備   081
3.2.2 卷積神經(jīng)網(wǎng)絡(luò)的搭建   083
3.2.3 卷積神經(jīng)網(wǎng)絡(luò)訓練與預測   084
3.3 ResNet網(wǎng)絡(luò)預測CIFAR10   089
3.3.1 圖像數(shù)據(jù)準備   090
3.3.2 ResNet網(wǎng)絡(luò)搭建   092
3.3.3 ResNet網(wǎng)絡(luò)訓練與預測   096
3.4 微調(diào)預訓練的卷積網(wǎng)絡(luò)   101
3.4.1 微調(diào)預訓練的VGG網(wǎng)絡(luò)   102
3.4.2 準備新網(wǎng)絡(luò)需要的數(shù)據(jù)   104
3.4.3 微調(diào)VGG網(wǎng)絡(luò)的訓練和預測   106
3.5 卷積網(wǎng)絡(luò)可視化   108
3.5.1 網(wǎng)絡(luò)中間特征可視化   109
3.5.2 類激活熱力圖可視化   112
3.6 CLIP模型應(yīng)用   116
3.6.1 CLIP零樣本學習   117
3.6.2 CIFAR10使用CLIP特征分類   118
3.7 本章小結(jié)   120
第4章 目標檢測與識別  121
4.1 目標檢測方法   122
4.1.1 目標檢測算法分類   122
4.1.2 目標檢測評價指標   122
4.1.3 目標檢測常用損失函數(shù)   123
4.1.4 錨框與非極大值抑制   125
4.2 經(jīng)典的目標檢測網(wǎng)絡(luò)   126
4.2.1 R-CNN系列網(wǎng)絡(luò)   126
4.2.2 YOLO系列網(wǎng)絡(luò)   129
4.2.3 SSD系列網(wǎng)絡(luò)   132
4.2.4 其他目標檢測網(wǎng)絡(luò)   135
4.3 使用預訓練的目標檢測網(wǎng)絡(luò)   138
4.3.1 目標檢測常用數(shù)據(jù)集   138
4.3.2 圖像目標檢測   139
4.3.3 人體關(guān)鍵點檢測   140
4.4 訓練自己的YOLOv3目標檢測網(wǎng)絡(luò)   142
4.4.1 PASCAL VOC數(shù)據(jù)準備   143
4.4.2 YOLOv3網(wǎng)絡(luò)搭建   154
4.4.3 YOLOv3網(wǎng)絡(luò)訓練   158
4.4.4 YOLOv3目標檢測   163
4.5 本章小結(jié)   164
第5章 語義分割  165
5.1 語義分割方法   166
5.2 經(jīng)典的語義分割網(wǎng)絡(luò)   167
5.2.1 FCN   167
5.2.2 SegNet   169
5.2.3 U-Net   169
5.2.4 DeepLab系列   170
5.2.5 PSPNet   172
5.2.6 SAM   172
5.3 使用預訓練的語義分割網(wǎng)絡(luò)   173
5.3.1 使用預訓練網(wǎng)絡(luò)   173
5.3.2 語義分割評價指標   176
5.4 訓練自己的語義分割網(wǎng)絡(luò)   176
5.4.1 數(shù)據(jù)準備   177
5.4.2 FCN語義分割網(wǎng)絡(luò)   186
5.4.3 U-Net語義分割網(wǎng)絡(luò)   194
5.5 本章小結(jié)   201
第6章 注意力機制與Transformer  202
6.1 經(jīng)典的注意力模型   204
6.1.1 SE-Net   204
6.1.2 SPANet   205
6.1.3 CBAM   206
6.1.4 Transformer   207
6.1.5 ViT   209
6.1.6 Swin Transformer   210
6.2 PyTorch預訓練ViT網(wǎng)絡(luò)應(yīng)用   211
6.2.1 預訓練ViT網(wǎng)絡(luò)導入   212
6.2.2 CIFAR100數(shù)據(jù)準備   213
6.2.3 預訓練ViT網(wǎng)絡(luò)訓練與預測   214
6.3 ViT網(wǎng)絡(luò)圖像分類   218
6.3.1 ViT網(wǎng)絡(luò)搭建   220
6.3.2 CIFAR00數(shù)據(jù)準備   224
6.3.3 ViT網(wǎng)絡(luò)訓練與預測   226
6.4 本章小結(jié)   228
第7章 圖像風格遷移  229
7.1 經(jīng)典的圖像風格遷移方法   230
7.1.1 固定風格固定內(nèi)容的風格遷移   231
7.1.2 固定風格任意內(nèi)容的風格遷移   233
7.1.3 任意風格任意內(nèi)容的風格遷移   234
7.1.4 基于Gan的圖像風格遷移   236
7.2 固定風格固定內(nèi)容的風格遷移   239
7.2.1 準備VGG19網(wǎng)絡(luò)   239
7.2.2 圖像數(shù)據(jù)準備   240
7.2.3 圖像的輸出特征和Gram矩陣的計算   242
7.2.4 進行圖像風格遷移   244
7.3 固定風格任意內(nèi)容的風格遷移   247
7.3.1 快速風格遷移網(wǎng)絡(luò)準備   247
7.3.2 快速風格遷移數(shù)據(jù)準備   251
7.3.3 快速風格遷移網(wǎng)絡(luò)訓練和結(jié)果展示   253
7.4 CycleGan風格遷移   260
7.4.1 CycleGan網(wǎng)絡(luò)搭建   260
7.4.2 非成對圖像數(shù)據(jù)準備   263
7.4.3 網(wǎng)絡(luò)訓練   265
7.4.4 圖像轉(zhuǎn)換結(jié)果展示   270
7.5 本章小結(jié)   271
第8章 自編碼器與擴散模型  272
8.1 自編器模型與擴散模型介紹   273
8.1.1 自編碼器原理   273
8.1.2 變分自編碼器   274
8.1.3 VQ-VAE圖像生成   275
8.1.4 Stable Diffusion圖像生成   276
8.2 自編碼器圖像重構(gòu)   278
8.2.1 自編碼網(wǎng)絡(luò)數(shù)據(jù)準備   279
8.2.2 自編碼網(wǎng)絡(luò)的構(gòu)建   281
8.2.3 自編碼網(wǎng)絡(luò)的訓練   282
8.2.4 自編碼網(wǎng)絡(luò)的數(shù)據(jù)重構(gòu)   283
8.2.5 網(wǎng)絡(luò)的編碼特征可視化   284
8.3 自編碼器圖像去噪   285
8.3.1 數(shù)據(jù)準備   286
8.3.2 網(wǎng)絡(luò)搭建   289
8.3.3 網(wǎng)絡(luò)訓練與預測   291
8.4 Stable Diffusion圖像生成   296
8.4.1 數(shù)據(jù)準備   296
8.4.2 網(wǎng)絡(luò)搭建   298
8.4.3 網(wǎng)絡(luò)訓練與預測   310
8.5 本章小結(jié)   312
第9章 遷移學習與域自適應(yīng)  313
9.1 遷移學習簡介   314
9.1.1 遷移學習的定義   314
9.1.2 為什么需要遷移學習   315
9.1.3 遷移學習的分類   316
9.1.4 度量準則   318
9.2 經(jīng)典的遷移學習算法   319
9.2.1 基于深度遷移的finetune模型   319
9.2.2 基于對抗學習的遷移學習   320
9.2.3 基于對齊的遷移學習   324
9.2.4 基于偽標簽的遷移學習   326
9.2.5 其他遷移學習損失函數(shù)   328
9.3 遷移學習圖像分類實戰(zhàn)   328
9.3.1 數(shù)據(jù)和網(wǎng)絡(luò)準備工作   329
9.3.2 基于微調(diào)的遷移學習   335
9.3.3 基于對齊的遷移學習   338
9.3.4 基于對抗的遷移學習   343
9.3.5 基于目標域標簽互信息的遷移學習   347
9.4 本章小結(jié)   351
參考文獻  352