Bewertung:
Das Buch dient als sanfte Einführung in Deep Learning und Computer Vision, wobei der Schwerpunkt auf selbstfahrenden Autos liegt. Es ist gut strukturiert, mit praktischen Implementierungen und vielen visuellen Hilfen, wodurch es für Anfänger geeignet ist. Es fehlt jedoch ein umfassendes, durchgängiges Projekt, das die Kapitel zusammenführt.
Vorteile:⬤ Das Buch ist gut strukturiert und fesselt den Leser mit Code, Diagrammen und visuellen Darstellungen.
⬤ Vermittelt Grundlagenwissen und praktische Beispiele für selbstfahrende Autoprojekte.
⬤ Geeignet sowohl für Anfänger als auch für diejenigen, die die Grundlagen ohne übermäßige technische Details verstehen wollen.
⬤ Es fehlt ein durchgängiges Projekt, das alle Kapitel miteinander verbindet.
⬤ Einige Rezensenten fanden den Inhalt zu skizzenhaft und oberflächlich für ein tieferes Verständnis.
⬤ Könnte von zusätzlichen pädagogischen Referenzen für ein detaillierteres Studium profitieren.
(basierend auf 9 Leserbewertungen)
Applied Deep Learning and Computer Vision for Self-Driving Cars: Build autonomous vehicles using deep neural networks and behavior-cloning techniques
Erforschen Sie die Technologie des selbstfahrenden Autos mithilfe von Deep Learning und Techniken der künstlichen Intelligenz sowie Bibliotheken wie TensorFlow, Keras und OpenCV.
Hauptmerkmale
⬤ Erstellen und trainieren Sie leistungsstarke neuronale Netzwerkmodelle, um ein autonomes Auto zu bauen.
⬤ Implementierung von Computer Vision, Deep Learning und KI-Techniken zur Erstellung von Algorithmen für die Automobilindustrie.
⬤ Überwinden Sie die Herausforderungen bei der Automatisierung verschiedener Aspekte des Fahrens mit modernen Python-Bibliotheken und Architekturen.
Buchbeschreibung
Dank einer Reihe von Durchbrüchen in jüngster Zeit ist die Technologie des selbstfahrenden Autos heute ein aufstrebendes Thema im Bereich der künstlichen Intelligenz und hat den Fokus der Datenwissenschaftler auf die Entwicklung autonomer Autos verlagert, die die Automobilindustrie verändern werden. Dieses Buch ist ein umfassender Leitfaden für den Einsatz von Deep Learning- und Computer Vision-Techniken zur Entwicklung autonomer Autos.
Dieses Buch beginnt mit den Grundlagen selbstfahrender Autos und führt Sie durch die Techniken der tiefen neuronalen Netze, die Sie benötigen, um Ihr autonomes Fahrzeug zu bauen und in Betrieb zu nehmen. Sobald Sie mit den Grundlagen vertraut sind, werden Sie sich in fortgeschrittene Computer-Vision-Techniken vertiefen und lernen, wie Sie Deep-Learning-Methoden für eine Vielzahl von Computer-Vision-Aufgaben einsetzen können, wie z. B. das Auffinden von Fahrspurlinien, die Verbesserung der Bildklassifizierung usw. Sie werden den grundlegenden Aufbau und die Funktionsweise eines semantischen Segmentierungsmodells erkunden und sich mit der Erkennung von Autos mithilfe semantischer Segmentierung vertraut machen. Das Buch behandelt auch fortgeschrittene Anwendungen wie das Klonen von Verhalten und die Erkennung von Fahrzeugen mit OpenCV, Transfer-Lernen und Deep-Learning-Methoden, um SDCs zu trainieren, die das menschliche Fahren nachahmen.
Am Ende dieses Buches werden Sie gelernt haben, wie Sie eine Vielzahl von neuronalen Netzen implementieren können, um Ihr eigenes autonomes Fahrzeug mit modernen Python-Bibliotheken zu entwickeln.
(Was Sie lernen werden)
⬤ Tiefe neuronale Netze von Grund auf mit der Keras-Bibliothek implementieren.
⬤ Verstehen Sie die Bedeutung von Deep Learning für selbstfahrende Autos.
⬤ Sich mit Techniken zur Merkmalsextraktion in der Bildverarbeitung mit der OpenCV-Bibliothek vertraut machen.
⬤ Entwicklung einer Software-Pipeline zur Erkennung von Fahrspurlinien in Videos.
⬤ Implementierung eines CNN-Bildklassifizierers (Convolutional Neural Network) für Verkehrsschilder.
⬤ Trainieren und testen Sie neuronale Netze für das Klonen von Verhaltensweisen durch das Fahren eines Autos in einem virtuellen Simulator.
⬤ Entdecken Sie verschiedene moderne semantische Segmentierungs- und Objekterkennungsarchitekturen.
Für wen ist dieses Buch gedacht?
Wenn Sie ein Deep-Learning-Ingenieur, ein KI-Forscher oder jemand sind, der Deep-Learning- und Computer-Vision-Techniken einsetzen möchte, um selbstfahrende Blueprint-Lösungen zu entwickeln, ist dieses Buch genau das Richtige für Sie. Jeder, der lernen möchte, wie verschiedene Algorithmen für das Autofahren aufgebaut sind, wird dieses Buch ebenfalls nützlich finden. Python-Programmiererfahrung und ein grundlegendes Verständnis von Deep Learning sind erforderlich, um dieses Buch optimal nutzen zu können.
| ISBN: | 9781838646301 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
