关于图像识别:书籍推荐基于PyTorch的计算机视觉项目设计开发产品级模型

6次阅读

共计 1443 个字符，预计需要花费 4 分钟才能阅读完成。

书籍：Computer Vision Projects with PyTorch：Design and Develop Production-Grade Models
作者：Akshay Kulkarni，Adarsha Shivananda，Nitin Ranjan Sharma
出版：Apress
入群邀请：7 个业余方向交换群 + 1 个材料需要群
原文：书籍下载 -《基于 PyTorch 的计算机视觉我的项目：设计开发产品级模型》

为事实世界的行业问题设计和开发端到端、产品级的计算机视觉我的项目。

本书探讨了应用 PyTorch 的计算机视觉算法及其利用。本书首先介绍了计算机视觉的基本原理：卷积神经网络、RESNET、YOLO、数据加强和行业中应用的其余正则化技术，简要介绍了本书中应用的 PyTorch 库。之后，它将带您实现图像分类问题、对象检测技术以及训练和运行推理时的 transfer 学习的实现。这本书涵盖了图像宰割和异样检测模型。并将图像引入到视频问题中，探讨了计算机视觉工作中视频解决的基本原理。本书最初全市了应用优化技术的深度学习框架的残缺模型构建过程，重点介绍了模型 AI 的可解释性。

浏览本书后，您将可能应用 transfer 学习和 PyTorch 构建本人的计算机视觉我的项目。

· 应用 PyTorch 解决计算机视觉问题。

· 施行 transfer 学习并执行图像分类、对象检测、图像宰割和其余计算机视觉利用

· 针对实际行业问题设计和开发产品级计算机视觉我的项目

· 解释计算机视觉模型并解决业务问题

Akshay R Kulkarni是一位人工智能和机器学习（ML）的传播者和思维首领。他曾为《财产》500 强和寰球企业提供征询，以推动人工智能和数据迷信主导的策略转型。他目前是 Publicis Sapien 的数据迷信和人工智能经理。他是一名谷歌开发者，著有《Natural Language Processing Recipes》（Apress）一书。他是次要人工智能和数据迷信会议（包含 Strata、O’Reilly AI Conf 和 GIDS）的常客。Akshay 是印度一些顶尖研究所的客座教授。2019 年，他被评为印度 40 名 40 岁以下数据科学家之一。

Adarsha Shivananda是 Indegene 产品和技术团队的高级数据科学家，他致力于为制药产品构建机器学习和人工智能（AI）能力。他心愿在组织内外造就一批优良的数据科学家，通过培训打算解决问题，并始终保持当先。此前，他曾与 Tredence Analytics 和 IQVIA 单干。

Nitin Ranjan Sharma是诺华公司的一名经理，参加领导一个团队应用多模式技术开发产品。他始终是《财产》500 强公司开发解决方案的参谋，参加应用机器学习和深度学习框架解决简单的业务问题。他的次要关注畛域和外围特长是计算机视觉和解决图像和视频数据方面的一些挑战性业务问题。在诺华之前，他是 Publicis Sapient、EY 和 TekSystems Global Services 的数据迷信团队的一员。他是数据迷信社区和会议的常客，也是开源贡献者。他还始终在培训和领导数据迷信爱好者。

1. 书籍举荐 -《基于深度学习的计算机视觉》