会员
YOLO目标检测
计算机网络计算机理论、基础知识17.1万字
更新时间：2024-09-03 14:27:10 最新章节：后记
书籍简介
本书主要介绍基于视觉的YOLO框架的技术原理和代码实现，并讲解目标检测领域中的诸多基础概念和基本原理，在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分，共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略，以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7，着重讲解其设计理念、网络结构和检测原理。第4部分介绍DETR、YOLOF和FCOS在内的流行目标检测框架和相应的代码实现。本书侧重目标检测的基础知识，包含丰富的实践内容，是目标检测领域的入门书，适合对目标检测领域感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。
品牌：人邮图书
上架时间：2023-12-01 00:00:00
出版社：人民邮电出版社
本书数字版权由人邮图书提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
杨建华 李瑞峰
同类热门书
最新上架
- 会员《细说机器学习：从理论到实践》从数学知识入手，详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架，并以大量代码示例进行实践。本书内容分为三篇：第一篇为基础知识，包括机器学习概述、开发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理，并结合大量示例帮助读者轻松入门。第二篇为算法应用，涵盖机器学习最重要与高频使用的模型，包括K-Means聚类、K计算机17.6万字
- 会员《Web3.0》针对当下火热的Web3.0话题，介绍Web3.0的相关专业知识、技术实现方法及应用前景。全书共9章，第1章介绍了Web3.0的基本知识；第2、3章介绍了Web3.0的基础技术栈和拓展技术栈；第4章介绍了Web3.0的生态构建，包括去中心化自治组织、开放式金融、加密货币、代币经济与数字市场、数字身份、创造者经济、注意力经济等；第5章阐述了Web3.0的行业应用；第6章介计算机13万字
- 会员本书内容是在充分利用偏最小二乘原理优势的基础上，重点研究改进与优化偏最小二乘的不足方面，使其更好地适应中医药数据分析。主要内容包括分别引入非径向数据包络分析和降噪稀疏自编码器优化偏最小二乘的噪声处理，使其处理缺失值和噪声更有效；分别引入特征相关、L1正则项和灰色关联优化偏最小二乘的特征提取，实现有效降维和提取特征子集；分别融合受限玻尔兹曼机、稀疏自编码器、深度置信网络提取非线性成分，优化偏最小二乘计算机10.5万字
- 会员《可持续设计：数字·多元·安全》是国际体验设计大会的演讲案例的论文集，汇聚了当下具有影响力的数位国内外知名企业的设计师、商业领袖、专家的大量实践案例与前沿学术观点，分享并解决了新兴领域所面临的新问题，为企业人员提供丰富的设计手段、方法与策略。计算机19.5万字
- 会员《Audition音频编辑标准教程（全彩微课版）》以AdobeAudition2022为写作平台，用通俗易懂的语言、精心挑选的实用技巧、翔实生动的操作案例，对AdobeAudition这款主流的音频处理软件进行了详细的阐述。全书共9章，内容涵盖音频知识、Audition入门基础、工作区与显示控制、音频的录制、音频的编辑、噪声的处理、效果器的应用、多轨会话、后期混音及输出等方面的知识、技巧，在需计算机8.1万字
- 会员文心一言是百度推出的一款基于大语言模型的生成式AI产品，《文心一言从新手到高手（写作+绘画+教育+编程+助手）》详细介绍了其在不同领域的应用方法，是一本全面、详尽的文心一言使用指南。《文心一言从新手到高手（写作+绘画+教育+编程+助手）》共8章，依次讲解了文心一言的基础知识、创意写作、零基础绘画、数据分析、营销文案写作、职场百宝箱、求职招聘、教育教学、学生学习、编程辅助、生活顾问、插件、文心一言A计算机12.2万字
- 会员本书共共15章，主要包括多源信息融合处理理论与方法及多源信息目标检测、识别和应用两部分内容。书中具体讲述了多源信息融合处理的基本概念以及多源信息融合发展的核心理论方法，如Dempster-Shafer证据理论等；介绍了多源高冲突信息鲁棒性证据推理方法、多辨识框架下异构证据融合方法以及多值迁移融合方法等多种融合技术；给出了多源信息融合的典型应用，特别是在不确定数据分类、多源信息融合检测与识别领域的实计算机17万字
- 会员深度强化学习是人工智能和机器学习的重要分支领域，有着广泛应用，如AlphaGo和ChatGPT。本书作为该领域的入门教材，在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章，大致分为4部分：第1部分（第1～2章）介绍深度强化学习背景（智能决策、人工智能和机器学习）；第2部分（第3～4章）介绍深度强化学习基础知识（深度学习和强化学习）；第3部分（第5～9章）介绍深度强化学习经典算法（D计算机16.9万字