توضیحات
Get well versed with state-of-the-art techniques to tailor training processes and boost the performance of computer vision models using machine learning and deep learning techniques
Key Features
- Develop, train, and use deep learning algorithms for computer vision tasks using TensorFlow 2.x
- Discover practical recipes to overcome various challenges faced while building computer vision models
- Enable machines to gain a human level understanding to recognize and analyze digital images and videos
Book Description
Computer vision is a scientific field that enables machines to identify and process digital images and videos. This book focuses on independent recipes to help you perform various computer vision tasks using TensorFlow.
The book begins by taking you through the basics of deep learning for computer vision, along with covering TensorFlow 2.x’s key features, such as the Keras and tf.data.Dataset APIs. You’ll then learn about the ins and outs of common computer vision tasks, such as image classification, transfer learning, image enhancing and styling, and object detection. The book also covers autoencoders in domains such as inverse image search indexes and image denoising, while offering insights into various architectures used in the recipes, such as convolutional neural networks (CNNs), region-based CNNs (R-CNNs), VGGNet, and You Only Look Once (YOLO).
Moving on, you’ll discover tips and tricks to solve any problems faced while building various computer vision applications. Finally, you’ll delve into more advanced topics such as Generative Adversarial Networks (GANs), video processing, and AutoML, concluding with a section focused on techniques to help you boost the performance of your networks.
By the end of this TensorFlow book, you’ll be able to confidently tackle a wide range of computer vision problems using TensorFlow 2.x.
What you will learn
- Understand how to detect objects using state-of-the-art models such as YOLOv3
- Use AutoML to predict gender and age from images
- Segment images using different approaches such as FCNs and generative models
- Learn how to improve your network’s performance using rank-N accuracy, label smoothing, and test time augmentation
- Enable machines to recognize people’s emotions in videos and real-time streams
- Access and reuse advanced TensorFlow Hub models to perform image classification and object detection
- Generate captions for images using CNNs and RNNs
Who this book is for
This book is for computer vision developers and engineers, as well as deep learning practitioners looking for go-to solutions to various problems that commonly arise in computer vision. You will discover how to employ modern machine learning (ML) techniques and deep learning architectures to perform a plethora of computer vision tasks. Basic knowledge of Python programming and computer vision is required.
Table of Contents
- Getting Started with TensorFlow 2.x for Computer Vision
- Performing Image Classification
- Harnessing the Power of Pre-Trained Networks with Transfer Learning
- Enhancing and Styling Images with DeepDream, Neural Style Transfer, and Image Super-Resolution
- Reducing Noise with Autoencoders
- Generative Models and Adversarial Attacks
- Captioning Images with CNNs and RNNs
- Fine-Grained Understanding of Images through Segmentation
- Localizing Elements in Images with Object Detection
- Applying the Power of Deep Learning to Videos
- Streamlining Network Implementation with AutoML
- Boosting Performance
————————————————————–
ترجمه ماشینی :
با تکنیکهای پیشرفته برای تنظیم فرآیندهای آموزشی و افزایش عملکرد مدلهای بینایی کامپیوتری با استفاده از تکنیکهای یادگیری ماشین و یادگیری عمیق آشنا شوید
ویژگیهای کلیدی
- توسعه، آموزش، و استفاده از الگوریتم های یادگیری عمیق برای وظایف بینایی کامپیوتری با استفاده از TensorFlow 2.x
- کشف دستور العمل های عملی برای غلبه بر چالش های مختلف در ساخت مدل های بینایی کامپیوتری
- li>
- ماشینها را قادر میسازد تا درک سطح انسانی برای تشخیص و تجزیه و تحلیل تصاویر و ویدیوهای دیجیتال به دست آورند
توضیحات کتاب
بینایی رایانه یک زمینه علمی است که ماشینها را قادر میسازد. برای شناسایی و پردازش تصاویر و فیلم های دیجیتال. این کتاب بر روی دستور العملهای مستقل تمرکز دارد تا به شما کمک کند تا وظایف مختلف بینایی کامپیوتر را با استفاده از TensorFlow انجام دهید.
این کتاب با آشنایی شما با اصول یادگیری عمیق برای بینایی کامپیوتر، همراه با پوشش ویژگیهای کلیدی TensorFlow 2.x آغاز میشود. مانند Keras و tf.data.Dataset API. سپس در مورد نکات و جزئیات کارهای رایج بینایی کامپیوتری، مانند طبقه بندی تصویر، یادگیری انتقال، تقویت و استایل تصویر، و تشخیص اشیا، خواهید آموخت. این کتاب همچنین رمزگذارهای خودکار را در حوزههایی مانند فهرستهای جستجوی عکس معکوس و حذف نویز تصویر پوشش میدهد، در حالی که بینشهایی را در مورد معماریهای مختلف مورد استفاده در دستور العملها، مانند شبکههای عصبی کانولوشنال (CNN)، CNNهای مبتنی بر منطقه (R-CNN)، VGGNet، و شما فقط یک بار نگاه می کنید (YOLO).
با حرکت به جلو، نکات و ترفندهایی را برای حل مشکلاتی که هنگام ساخت برنامه های بینایی کامپیوتری مختلف با آن مواجه می شوید، کشف خواهید کرد. در نهایت، به موضوعات پیشرفتهتری مانند شبکههای متخاصم مولد (GAN)، پردازش ویدیو، و AutoML میپردازید و با بخشی متمرکز بر تکنیکهایی که به شما در افزایش عملکرد شبکههایتان کمک میکند، پایان میدهید.
توسط در پایان این کتاب TensorFlow، با استفاده از TensorFlow 2.x قادر خواهید بود با اطمینان به طیف وسیعی از مشکلات بینایی کامپیوتری رسیدگی کنید.
آنچه خواهید آموخت
- درک نحوه تشخیص اشیاء با استفاده از مدلهای پیشرفته مانند YOLOv3
- استفاده از AutoML برای پیشبینی جنسیت و سن از روی تصاویر
- تصاویر را با استفاده از روشهای مختلف مانند FCN و مدلهای تولیدی تقسیمبندی کنید.
- با نحوه بهبود عملکرد شبکه خود با استفاده از دقت رتبه-N، هموارسازی برچسب و افزایش زمان تست آشنا شوید
- ماشینها را فعال کنید تا احساسات افراد را در ویدیوها و جریانهای همزمان تشخیص دهند
- دسترسی و استفاده مجدد از مدل های پیشرفته TensorFlow Hub برای انجام طبقه بندی تصویر و تشخیص اشیا
- ایجاد شرح تصاویر با استفاده از CNN و RNN
این کتاب برای چه کسانی است< /h4>
این کتاب برای توسعه دهندگان و مهندسان بینایی کامپیوتر و همچنین متخصصان یادگیری عمیق است که به دنبال راه حل هایی برای مشکلات مختلفی هستند که معمولاً در بینایی کامپیوتر ای
tag : دانلود کتاب کتاب آشپزی TensorFlow 2.0 Computer Vision: راه حل های یادگیری ماشینی را برای غلبه بر چالش های مختلف بینایی رایانه پیاده سازی کنید , Download کتاب آشپزی TensorFlow 2.0 Computer Vision: راه حل های یادگیری ماشینی را برای غلبه بر چالش های مختلف بینایی رایانه پیاده سازی کنید , دانلود کتاب آشپزی TensorFlow 2.0 Computer Vision: راه حل های یادگیری ماشینی را برای غلبه بر چالش های مختلف بینایی رایانه پیاده سازی کنید , Download TensorFlow 2.0 Computer Vision Cookbook: Implement machine learning solutions to overcome various computer vision challenges Book , کتاب آشپزی TensorFlow 2.0 Computer Vision: راه حل های یادگیری ماشینی را برای غلبه بر چالش های مختلف بینایی رایانه پیاده سازی کنید دانلود , buy کتاب آشپزی TensorFlow 2.0 Computer Vision: راه حل های یادگیری ماشینی را برای غلبه بر چالش های مختلف بینایی رایانه پیاده سازی کنید , خرید کتاب کتاب آشپزی TensorFlow 2.0 Computer Vision: راه حل های یادگیری ماشینی را برای غلبه بر چالش های مختلف بینایی رایانه پیاده سازی کنید , دانلود کتاب TensorFlow 2.0 Computer Vision Cookbook: Implement machine learning solutions to overcome various computer vision challenges , کتاب TensorFlow 2.0 Computer Vision Cookbook: Implement machine learning solutions to overcome various computer vision challenges , دانلود TensorFlow 2.0 Computer Vision Cookbook: Implement machine learning solutions to overcome various computer vision challenges , خرید TensorFlow 2.0 Computer Vision Cookbook: Implement machine learning solutions to overcome various computer vision challenges , خرید کتاب TensorFlow 2.0 Computer Vision Cookbook: Implement machine learning solutions to overcome various computer vision challenges ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.