[套装书]深度学习之PyTorch物体检测实战+深度学习与计算机视觉：算法原理、框架应用与代码实现（2册）

作者
董洪义叶韵
丛书名
出版社
机械工业出版社
ISBN
9781912201022
简要
简介
内容简介书籍计算机书籍 ---------------------------深度学习之PyTorch物体检测实战--------------------------- 本书从物体检测的概念、发展、经典实现方法等几个方面系统地介绍了物体检测的相关知识，重点介绍了Faster RCNN、SDD和YOLO这三个经典的检测器，并利用PyTorch框架从代码角度进行了细致讲解。另外，本书进一步介绍了物体检测的轻量化网络、细节处理、难点问题及未来的发展趋势，从实战角度给出了多种优秀的解决方法，便于读者更深入地掌握物体检测技术，从而做到在实际项目中灵活应用。 本书共10章，涵盖的主要内容有物体检测与PyTorch框架基础概念与背景；PyTorch基础知识；基础卷积网络Backbone；两阶经典检测器Faster RCNN；单阶多层检测器SSD；单阶经典检测器YOLO；模型加速之轻量化网络；物体检测细节处理；物体检测难点问题；物体检测的未来发展。本书适合PyTorch框架爱好者和物体检测相关从业人员阅读，也适合深度学习和计算机视觉领域的研究人员阅读。 ---------------------------深度学习与计算机视觉：算法原理、框架应用与代码实现--------------------------- 全书共13章，分为2篇。第1篇基础知识，介绍了人工智能发展里程、计算机视觉概要、深度学习和计算机视觉中的基础数学知识、神经网络及其相关的机器学习基础、卷积神经网络及其一些常见结构，后对前沿的趋势进行了简单探讨。第2篇实例精讲，介绍了Python基础、OpneCV基础、简单的分类神经网络、图像识别、利用Caffe做回归、迁移学习和模型微调、目标检测、度量学习和图像风格迁移等常见的计算机视觉应用场景。从第5章开始包含了很多有趣和实用的代码示例。从第7章开始的所有实例都基于当前流行的深度学习框架中的Caffe和MXNet。
目录



---------------------------深度学习之PyTorch物体检测实战---------------------------


前言
第1篇 物体检测基础知识
第1章 浅谈物体检测与PyTorch 2
1.1 深度学习与计算机视觉 2
1.1.1 发展历史 2
1.1.2 计算机视觉 7
1.2 物体检测技术 9
1.2.1 发展历程 10
1.2.2 技术应用领域 11
1.2.3 评价指标 12
1.3 PyTorch简介 17
1.3.1 诞生与特点 17
1.3.2 各大深度学习框架对比 17
1.3.3 为什么选择PyTorch 19
1.3.4 安装方法 20
1.4 基础知识准备 22
1.4.1 Linux基础 22
1.4.2 Python基础 24
1.4.3 高效开发工具 29
1.5 总结 36
第2章 PyTorch基础 37
2.1 基本数据：Tensor 37
2.1.1 Tensor数据类型 37
2.1.2 Tensor的创建与维度查看 39
2.1.3 Tensor的组合与分块 41
2.1.4 Tensor的索引与变形 42
2.1.5 Tensor的排序与取极值 46
2.1.6 Tensor的自动广播机制与向量化 46
2.1.7 Tensor的内存共享 47
2.2 Autograd与计算图 48
2.2.1 Tensor的自动求导：Autograd 49
2.2.2 计算图 50
2.2.3 Autograd注意事项 51
2.3 神经网络工具箱torch.nn 52
2.3.1 nn.Module类 52
2.3.2 损失函数 55
2.3.3 优化器nn.optim 56
2.4 模型处理 59
2.4.1 网络模型库：torchvision.models 59
2.4.2 加载预训练模型 60
2.4.3 模型保存 61
2.5 数据处理 61
2.5.1 主流公开数据集 61
2.5.2 数据加载 63
2.5.3 GPU加速 65
2.5.4 数据可视化 66
2.6 总结 68
第3章 网络骨架：Backbone 69
3.1 神经网络基本组成 69
3.1.1 卷积层 70
3.1.2 激活函数层 72
3.1.3 池化层 75
3.1.4 Dropout层 76
3.1.5 BN层 77
3.1.6 全连接层 79
3.1.7 深入理解感受野 81
3.1.8 详解空洞卷积（Dilated Convolution） 82
3.2 走向深度：VGGNet 83
3.3 纵横交错：Inception 87
3.4 里程碑：ResNet 93
3.5 继往开来：DenseNet 95
3.6 特征金字塔：FPN 99
3.7 为检测而生：DetNet 106
3.8 总结 110
第2篇 物体检测经典框架
第4章 两阶经典检测器：Faster RCNN 112
4.1 RCNN系列发展历程 112
4.1.1 开山之作：RCNN 112
4.1.2 端到端：Fast RCNN 113
4.1.3 走向实时：Faster RCNN 114
4.2 准备工作 114
4.3 Faster RCNN总览 115
4.4 详解RPN 117
4.4.1 理解Anchor 117
4.4.2 RPN的真值与预测量 119
4.4.3 RPN卷积网络 120
4.4.4 RPN真值的求取 122
4.4.5 损失函数设计 124
4.4.6 NMS与生成Proposal 125
4.4.7 筛选Proposal得到RoI 126
4.5 RoI Pooling层 127
4.6 全连接RCNN模块 130
4.6.1 RCNN全连接网络 130
4.6.2 损失函数设计 131
4.7 Faster RCNN的改进算法 131
4.7.1 审视Faster RCNN 132
4.7.2 特征融合：HyperNet 133
4.7.3 实例分割：Mask RCNN 134
4.7.4 全卷积网络：R-FCN 137
4.7.5 级联网络：Cascade RCNN 139
4.8 总结 141
第5章 单阶多层检测器：SSD 142
5.1 SSD总览 142
5.1.1 SSD的算法流程 142
5.1.2 代码准备工作 143
5.2 数据预处理 144
5.2.1 加载PASCAL数据集 144
5.2.2 数据增强 144
5.3 网络架构 148
5.3.1 基础VGG结构 148
5.3.2 深度卷积层 149
5.3.3 PriorBox与边框特征提取网络 150
5.3.4 总体网络计算过程 153
5.4 匹配与损失求解 154
5.4.1 预选框与真实框的匹配 154
5.4.2 定位损失的计算 155
5.4.3 难样本挖掘 156
5.4.4 类别损失计算 156
5.5 SSD的改进算法 157
5.5.1 审视SSD 157
5.5.2 特征融合：DSSD 158
5.5.3 彩虹网络：RSSD 160
5.5.4 基于SSD的两阶：RefineDet 162
5.5.5 多感受野融合：RFBNet 165
5.6 总结 166
第6章 单阶经典检测器：YOLO 167
6.1 无锚框预测：YOLO v1 167
6.1.1 网络结构 167
6.1.2 特征图的意义 168
6.1.3 损失计算 169
6.2 依赖锚框：YOLO v2 171
6.2.1 网络结构的改善 171
6.2.2 先验框的设计 173
6.2.3 正、负样本与损失函数 175
6.2.4 正、负样本选取代码示例 176
6.2.5 工程技巧 179
6.3 多尺度与特征融合：YOLO v3 180
6.3.1 新网络结构DarkNet-53 180
6.3.2 多尺度预测 181
6.3.3 Softmax改为Logistic 182
6.4 总结 183
第3篇 物体检测的难点与发展
第7章 模型加速之轻量化网络 186
7.1 压缩再扩展：SqueezeNet 188
7.1.1 SqueezeNet网络结构 188
7.1.2 SqueezeNet总结 190
7.2 深度可分离：MobileNet 191
7.2.1 标准卷积 191
7.2.2 深度可分离卷积 192
7.2.3 MobileNet v1结构 193
7.2.4 MobileNet v1总结 198
7.2.5 MobileNet v2 198
7.3 通道混洗：ShuffleNet 200
7.3.1 通道混洗 201
7.3.2 网络结构 202
7.3.3 ShuffleNet v2 205
7.4 总结 207
第8章 物体检测细节处理 209
8.1 非极大值抑制：NMS 209
8.1.1 NMS基本过程 210
8.1.2 抑制得分：Soft NMS 212
8.1.3 加权平均：Softer NMS 213
8.1.4 定位置信度：IoU-Net 215
8.2 样本不均衡问题 217
8.2.1 不均衡问题分析 217
8.2.2 在线难样本挖掘：OHEM 219
8.2.3 专注难样本：Focal Loss 221
8.3 模型过拟合 224
8.3.1 数据增强 226
8.3.2 L1与L2正则化 227
8.4 总结 229
第9章 物体检测难点 230
9.1 多尺度检测 230
9.1.1 多尺度问题 230
9.1.2 降低下采样率与空洞卷积 232
9.1.3 Anchor设计 233
9.1.4 多尺度训练 235
9.1.5 特征融合 235
9.1.6 尺度归一化：SNIP 236
9.1.7 三叉戟：TridentNet 238
9.2 拥挤与遮挡 239
9.2.1 遮挡背景 240
9.2.2 排斥损失：Repulsion Loss 242
9.2.3 OR-CNN 244
9.3 总结 247
第10章 物体检测的未来发展 248
10.1 重新思考物体检测 248
10.1.1 精度与速度的权衡 249
10.1.2 卷积网络的可解释性与稳定性 249
10.1.3 训练：微调还是随机初始化 250
10.1.4 考虑物体间关系的检测 251
10.1.5 优化卷积方式 252
10.1.6 神经架构搜索：NAS 253
10.1.7 与产业结合的创新 255
10.2 摆脱锚框：Anchor-Free 257
10.2.1 重新思考Anchor 257
10.2.2 基于角点的检测：CornerNet 258
10.2.3 检测中心点：CenterNet 262
10.2.4 锚框自学习：Guided Anchoring 264
10.3 总结 266



---------------------------深度学习与计算机视觉：算法原理、框架应用与代码实现---------------------------


序言
前言
第1篇 基础知识
第1章 引言 2
1.1 人工智能的新焦点——深度学习 2
1.1.1 人工智能——神话传说到影视漫画 2
1.1.2 人工智能的诞生 3
1.1.3 神经科学的研究 4
1.1.4 人工神经网络的兴起 5
1.1.5 神经网络的第一次寒冬 6
1.1.6 神经网络的第一次复兴 8
1.1.7 神经网络的第二次寒冬 9
1.1.8 2006年——深度学习的起点 10
1.1.9 生活中的深度学习 11
1.1.10 常见深度学习框架简介 12
1.2 给计算机一双眼睛——计算机视觉 14
1.2.1 计算机视觉简史 14
1.2.2 2012年——计算机视觉的新起点 16
1.2.3 计算机视觉的应用 17
1.2.4 常见计算机视觉工具包 19
1.3 基于深度学习的计算机视觉 19
1.3.1 从ImageNet竞赛到AlphaGo战胜李世石——计算机视觉超越人类 19
1.3.2 GPU和并行技术——深度学习和计算视觉发展的加速器 21
1.3.3 基于卷积神经网络的计算机视觉应用 22
第2章 深度学习和计算机视觉中的基础数学知识 27
2.1 线性变换和非线性变换 27
2.1.1 线性变换的定义 27
2.1.2 高中教科书中的小例子 28
2.1.3 点积和投影 28
2.1.4 矩阵乘法的几何意义（1） 30
2.1.5 本征向量和本征值 34
2.1.6 矩阵乘法的几何意义（2） 37
2.1.7 奇异值分解 38
2.1.8 线性可分性和维度 39
2.1.9 非线性变换 42
2.2 概率论及相关基础知识 43
2.2.1 条件概率和独立 43
2.2.2 期望值、方差和协方差 44
2.2.3 熵 45
2.2.4 最大似然估计（Maximum Likelihood Estimation，MLE） 47
2.2.5 KL散度（Kullback–Leibler divergence） 49
2.2.6 KL散度和MLE的联系 49
2.3 维度的诅咒 50
2.3.1 采样和维度 50
2.3.2 高维空间中的体积 51
2.3.3 高维空间中的距离 53
2.3.4 中心极限定理和高维样本距离分布的近似 54
2.3.5 数据实际的维度 56
2.3.6 局部泛化 58
2.3.7 函数对实际维度的影响 59
2.3.8 PCA——什么是主成分 60
2.3.9 PCA——通过本征向量和本征值求主成分 60
2.3.10 PCA——通过主成分分析降维 61
2.3.11 PCA——归一化和相关性系数 63
2.3.12 PCA——什么样的数据适合PCA 64
2.3.13 其他降维手段 65
2.4 卷积 66
2.4.1 点积和卷积 66
2.4.2 一维卷积 67
2.4.3 卷积和互相关 68
2.4.4 二维卷积和图像响应 69
2.4.5 卷积的计算 70
2.5 数学优化基础 71
2.5.1 最小值和梯度下降 72
2.5.2 冲量（Momentum） 73
2.5.3 牛顿法 75
2.5.4 学习率和自适应步长 77
2.5.5 学习率衰减（Learning Rate Decay） 78
2.5.6 AdaGrad：每个变量有自己的节奏 78
2.5.7 AdaDelta的进一步改进 79
2.5.8 其他自适应算法 80
2.5.9 损失函数 81
2.5.10 分类问题和负对数似然 82
2.5.11 逻辑回归 83
2.5.12 Softmax：将输出转换为概率 84
2.5.13 链式求导法则 84
第3章 神经网络和机器学习基础 87
3.1 感知机 87
3.1.1 基本概念 87
3.1.2 感知机和线性二分类 87
3.1.3 激活函数 88
3.2 神经网络基础 89
3.2.1 从感知机到神经网络 89
3.2.2 最简单的神经网络二分类例子 90
3.2.3 隐层神经元数量的作用 93
3.2.4 更加复杂的样本和更复杂的神经网络 94
3.3 后向传播算法 95
3.3.1 求神经网络参数的梯度 95
3.3.2 计算图（Computational Graph） 95
3.3.3 利用后向传播算法计算一个神经网络参数的梯度 97
3.3.4 梯度消失 99
3.3.5 修正线性单元（ReLU） 100
3.3.6 梯度爆炸 101
3.3.7 梯度检查（gradient check） 102
3.3.8 从信息传播的角度看后向传播算法 103
3.4 随机梯度下降和批量梯度下降 104
3.4.1 全量数据（full-batch）梯度下降 104
3.4.2 随机梯度下降（SGD）和小批量数据（mini-batch） 104
3.4.3 数据均衡和数据增加（data augmentation） 106
3.5 数据、训练策略和规范化 108
3.5.1 欠拟合和过拟合 108
3.5.2 训练误差和测试误差 109
3.5.3 奥卡姆剃刀没有免费午餐 111
3.5.4 数据集划分和提前停止 112
3.5.5 病态问题和约束 113
3.5.6 L2规范化（L2 Regularization） 113
3.5.7 L1规范化（L1 Regularization） 114
3.5.8 集成（Ensemble）和随机失活（Dropout） 115
3.6 监督学习、非监督学习、半监督学习和强化学习 117
3.6.1 监督学习、非监督学习和半监督学习 117
3.6.2 强化学习（reinforcement learning） 118
第4章 深度卷积神经网络 120
4.1 卷积神经网络 120
4.1.1 基本概念 120
4.1.2 卷积层和特征响应图 121
4.1.3 参数共享 123
4.1.4 稀疏连接 124
4.1.5 多通道卷积 125
4.1.6 激活函数 125
4.1.7 池化、不变性和感受野 126
4.1.8 分布式表征（Distributed Representation） 128
4.1.9 分布式表征和局部泛化 130
4.1.10 分层表达 131
4.1.11 卷积神经网络结构 131
4.2 LeNet——第一个卷积神经网络 132
4.3 新起点——AlexNet 133
4.3.1 网络结构 133
4.3.2 局部响应归一化（Local Response Normalization，LRN） 136
4.4 更深的网络——GoogLeNet 136
4.4.1 1×1卷积和Network In Network 136
4.4.2 Inception结构 138
4.4.3 网络结构 138
4.4.4 批规一化（Batch Normalization，BN） 140
4.5 更深的网络——ResNet 142
4.5.1 困难的深层网络训练：退化问题 142
4.5.2 残差单元 142
4.5.3 深度残差网络 144
4.5.4 从集成的角度看待ResNet 144
4.5.5 结构更复杂的网络 146
第2篇 实例精讲
第5章 Python基础 148
5.1 Python简介 148
5.1.1 Python简史 148
5.1.2 安装和使用Python 149
5.2 Python基本语法 150
5.2.1 基本数据类型和运算 150
5.2.2 容器 153
5.2.3 分支和循环 156
5.2.4 函数、生成器和类 159
5.2.5 map、reduce和filter 162
5.2.6 列表生成（list comprehension） 163
5.2.7 字符串 163
5.2.8 文件操作和pickle 164
5.2.9 异常 165
5.2.10 多进程（multiprocessing） 165
5.2.11 os模块 166
5.3 Python的科学计算包——NumPy 167
5.3.1 基本类型（array） 167
5.3.2 线性代数模块（linalg） 172
5.3.3 随机模块（random） 173
5.4 Python的可视化包——matplotlib 175
5.4.1 2D图表 175
5.4.2 3D图表 178
5.4.3 图像显示 180
第6章 OpenCV基础 182
6.1 OpenCV简介 182
6.1.1 OpenCV的结构 182
6.1.2 安装和使用OpenCV 183
6.2 Python-OpenCV基础 184
6.2.1 图像的表示 184
6.2.2 基本图像处理 185
6.2.3 图像的仿射变换 188
6.2.4 基本绘图 190
6.2.5 视频功能 192
6.3 用OpenCV实现数据增加小工具 193
6.3.1 随机裁剪 194
6.3.2 随机旋转 194
6.3.3 随机颜色和明暗 196
6.3.4 多进程调用加速处理 196
6.3.5 代码：图片数据增加小工具 196
6.4 用OpenCV实现物体标注小工具 203
6.4.1 窗口循环 203
6.4.2 鼠标和键盘事件 205
6.4.3 代码：物体检测标注的小工具 206
第7章 Hello World! 212
7.1 用MXNet实现一个神经网络 212
7.1.1 基础工具、NVIDIA驱动和CUDA安装 212
7.1.2 安装MXNet 213
7.1.3 MXNet基本使用 214
7.1.4 用MXNet实现一个两层神经网络 215
7.2 用Caffe实现一个神经网络 219
7.2.1 安装Caffe 219
7.2.2 Caffe的基本概念 220
7.2.3 用Caffe实现一个两层神经网络 221
第8章 最简单的图片分类——手写数字识别 227
8.1 准备数据——MNIST 227
8.1.1 下载MNIST 227
8.1.2 生成MNIST的图片 227
8.2 基于Caffe的实现 228
8.2.1 制作LMDB数据 229
8.2.2 训练LeNet-5 230
8.2.3 测试和评估 235
8.2.4 识别手写数字 239
8.2.5 增加平移和旋转扰动 240
8.3 基于MXNet的实现 242
8.3.1 制作Image Recordio数据 242
8.3.2 用Module模块训练LeNet-5 243
8.3.3 测试和评估 245
8.3.4 识别手写数字 247
第9章 利用Caffe做回归 249
9.1 回归的原理 249
9.1.1 预测值和标签值的欧式距离 249
9.1.2 EuclideanLoss层 250
9.2 预测随机噪声的频率 250
9.2.1 生成样本：随机噪声 250
9.2.2 制作多标签HDF5数据 252
9.2.3 网络结构和Solver定义 253
9.2.4 训练网络 259
9.2.5 批量装载图片并利用GPU预测 260
9.2.6 卷积核可视化 262
第10章 迁移学习和模型微调 264
10.1 吃货必备——通过Python采集美食图片 264
10.1.1 通过关键词和图片搜索引擎下载图片 264
10.1.2 数据预处理——去除无效和不相关图片 267
10.1.3 数据预处理——去除重复图片 267
10.1.4 生成训练数据 269
10.2 美食分类模型 271
10.2.1 迁移学习 271
10.2.2 模型微调法（Finetune） 272
10.2.3 混淆矩阵（Confusion Matrix） 276
10.2.4 P-R曲线和ROC曲线 278
10.2.5 全局平均池化和激活响应图 284
第11章 目标检测 288
11.1 目标检测算法简介 288
11.1.1 滑窗法 288
11.1.2 PASCAL VOC、mAP和IOU简介 289
11.1.3 Selective Search和R-CNN简介 290
11.1.4 SPP、ROI Pooling和Fast R-CNN简介 291
11.1.5 RPN和Faster R-CNN简介 293
11.1.6 YOLO和SSD简介 294
11.2 基于PASCAL VOC数据集训练SSD模型 296
11.2.1 MXNet的SSD实现 296
11.2.2 下载PASCAL VOC数据集 297
11.2.3 训练SSD模型 298
11.2.4 测试和评估模型效果 299
11.2.5 物体检测结果可视化 299
11.2.6 制作自己的标注数据 302
第12章 度量学习 304
12.1 距离和度量学习 304
12.1.1 欧氏距离和马氏距离 304
12.1.2 欧式距离和余弦距离 305
12.1.3 非线性度量学习和Siamese网络 306
12.1.4 Contrastive Loss：对比损失函数 307
12.2 用MNIST训练Siamese网络 307
12.2.1 数据准备 307
12.2.2 参数共享训练 309
12.2.3 结果和可视化 314
12.2.4 用τ-SNE可视化高维特征 316
第13章 图像风格迁移 317
13.1 风格迁移算法简介 317
13.1.1 通过梯度下降法进行图像重建 317
13.1.2 图像风格重建和Gram矩阵 318
13.1.3 图像风格迁移 320
13.2 MXNet中的图像风格迁移例子 320
13.2.1 MXNet的风格迁移实现 321
13.2.2 对图片进行风格迁移 326



有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4