OpenCV+TensorFlow深度学习与计算机视觉实战.pdf

OpenCV+TensorFlow深度学习与计算机视觉实战本书是为了满足广大TensorFlow程序设计和开发人员学习最新TensorFlow程序代码的要求而出版的。书中对涉及深度学习的结构与编程代码做了循序渐进的介绍与说明，以解决实际图像处理为依托，从理论开始介绍TensorFlow+OpenCV程序设计模式，多角度、多方面地对其中的原理和实现提供翔实的分析，同时结合实际案例编写的应用程序设计可以使读者从开发者的层面掌握TensorFlow程序的设计方法和技巧、为开发出更强大的图像处理应用打下扎实的基础。本书的优势(1)本书偏重于介绍使用卷积神经网络及其相关变化的模型，在TensorFlow框架上进行图像特征提取、图像识别以及具体应用，这是目前己出版图书中鲜有涉及的。(2)本书并非枯燥的理论讲解，而是作者阅读和参考了大量最新文献做出的归纳总结，在这点上也与其他编程书籍有本质区别。书中的例子都是来自于现实世界中对图像分辨和特征的竞赛优胜模型，通过介绍这些例子可以使读者更深一步地了解和掌握其内在的算法和本质。(3)本书作者有长期研究生和本科教学经验，通过通俗易懂的语言对全部内容进行讲解，深入浅出地介绍反馈神经网络和卷积神经网络理论体系的全部知识点，并在程序编写时使用官方推荐的TensorFlow最新框架进行程序设计，帮助读者更好地使用最新的模型框架、理解和掌握TensorFlow程序设计的精妙之处。(4)掌握和使用深度学习的人才应该在掌握基本知识和理论的基础上，重视实际应用程序开发能力和解决问题能力的培养。因此，本书结合作者在实际工作中遇到的实际案例进行分析，抽象化核心模型并给出具体解决方案，并提供了全部程序例题的相应代码以供读者学习。本书的内容本书共分为13章，所有代码均采用Python语言(TensorFlow框架推荐使用的语言)编写。第1章介绍计算机视觉与深度学习的关系，旨在说明使用深度学习和人工智能实现计算机视觉是未来的发展方向，也是必然趋势。第2章介绍Python3.6+Tensorflow1.9+OpenCV3.4.2的环境搭建。Python语言是易用性非常强的语言，可以很方便地将公式和愿景以代码的形式表达出来，而无须学习过多的编程知识。本章还介绍Python专用类库threading的使用。这个类库虽不常见，但会为后文的数据读取和TensorFlow专用格式的生成打下基础。第3章主要介绍Python语言的使用。通过介绍和实现不同的Python类库，帮助读者强化Python的编程能力、学习相应类库。这些都是在后文中反复使用的内容。同时借用掌握的知识学习数据的可视化展示能力（在数据分析中是一项基本技能，具有非常重要的作用）。第4章全面介绍机器学习的基本分类、算法和理论基础，以及不同算法（例如回归算法和