
Building Computer Vision Applications Using Artificial Neural Networks: With Examples in Opencv and Tensorflow with Python
Computer Vision entwickelt sich ständig weiter, und dieses Buch wurde aktualisiert, um neuen Themen Rechnung zu tragen, die sich seit der Veröffentlichung der ersten Ausgabe auf diesem Gebiet ergeben haben. Der gesamte im Buch verwendete Code wurde ebenfalls vollständig aktualisiert.
Diese zweite Auflage enthält neues Material zu den Themen Bildmanipulation, Bildsegmentierung, Merkmalsextraktion und Objekterkennung, wobei jedes Konzept durch reale Szenarien untermauert wird. Diese Themen sind für die Entwicklung fortgeschrittener Bildverarbeitungsanwendungen unerlässlich, und Sie werden ein gründliches Verständnis für sie erlangen. Der Quellcode des Buches wurde von TensorFlow 1.x auf 2.x aktualisiert und enthält Schritt-für-Schritt-Beispiele, die sowohl OpenCV als auch TensorFlow mit Python verwenden.
Nach Abschluss dieses Buches haben Sie das Wissen und die Fähigkeiten, um Ihre eigenen Computer-Vision-Anwendungen mit neuronalen Netzen zu erstellen.
Was Sie lernen werden
⬤ Verstehen Sie Bildverarbeitung, Manipulationstechniken und Methoden zur Merkmalsextraktion.
⬤ Arbeiten Sie mit Faltungsneuronalen Netzen (CNN), Single-Shot-Detektor (SSD) und YOLO.
⬤ Nutzen Sie die Entwicklung von Modellen in großem Maßstab und den Einsatz von Cloud-Infrastrukturen.
⬤ Gewinnen Sie einen Überblick über die Architektur des neuronalen Netzes FaceNet und entwickeln Sie ein Gesichtserkennungssystem.
Für wen ist dieses Buch?
Diejenigen, die über solide Kenntnisse der Python-Programmierung verfügen und ein Verständnis für Computer Vision und maschinelles Lernen erlangen möchten. Es wird sich für Datenwissenschaftler, Deep-Learning-Experten und Studenten als nützlich erweisen.