دانلود کتاب Modern Computer Vision with PyTorch: Explore Deep Learning Concepts and Implement Over 50 Real-World Image Applications – بینایی کامپیوتری مدرن با PyTorch: مفاهیم یادگیری عمیق را کاوش کنید و بیش از 50 برنامه تصویری در دنیای واقعی را پیاده سازی کنید

Get to grips with deep learning techniques for building image processing applications using PyTorch with the help of code notebooks and test questions

Key Features

• Implement solutions to 50 real-world computer vision applications using PyTorch
• Understand the theory and working mechanisms of neural network architectures and their implementation
• Discover best practices using a custom library created especially for this book

Book Description

Deep learning is the driving force behind many recent advances in various computer vision (CV) applications. This book takes a hands-on approach to help you to solve over 50 CV problems using PyTorch1.x on real-world datasets. You’ll start by building a neural network (NN) from scratch using NumPy and PyTorch and discover best practices for tweaking its hyperparameters. You’ll then perform image classification using convolutional neural networks and transfer learning and understand how they work. As you progress, you’ll implement multiple use cases of 2D and 3D multi-object detection, segmentation, human-pose-estimation by learning about the R-CNN family, SSD, YOLO, U-Net architectures, and the Detectron2 platform. The book will also guide you in performing facial expression swapping, generating new faces, and manipulating facial expressions as you explore autoencoders and modern generative adversarial networks. You’ll learn how to combine CV with NLP techniques, such as LSTM and transformer, and RL techniques, such as Deep Q-learning, to implement OCR, image captioning, object detection, and a self-driving car agent. Finally, you’ll move your NN model to production on the AWS Cloud. By the end of this book, you’ll be able to leverage modern NN architectures to solve over 50 real-world CV problems confidently.

What you will learn

• Train a NN from scratch with NumPy and PyTorch
• Implement 2D and 3D multi-object detection and segmentation
• Generate digits and DeepFakes with autoencoders and advanced GANs
• Manipulate images using CycleGAN, Pix2PixGAN, StyleGAN2, and SRGAN
• Combine CV with NLP to perform OCR, image captioning, and object detection
• Combine CV with reinforcement learning to build agents that play pong and self-drive a car
• Deploy a deep learning model on the AWS server using FastAPI and Docker
• Implement over 35 NN architectures and common OpenCV utilities

Who this book is for

This book is for beginners to PyTorch and intermediate-level machine learning practitioners who are looking to get well-versed with computer vision techniques using deep learning and PyTorch. If you are just getting started with neural networks, you’ll find the use cases accompanied by notebooks in GitHub present in this book useful. Basic knowledge of the Python programming language and machine learning is all you need to get started with this book.

Table of Contents

1. Artificial Neural Network Fundamentals
2. PyTorch Fundamentals
3. Building a Deep Neural Network with PyTorch
4. Introducing Convolutional Neural Networks
5. Transfer Learning for object Classification
6. Practical Aspects of Image Classification
7. Basics of Object detection
8. Advanced object detection
9. Image segmentation
10. Applications of object detection and localization
11. Autoencoders and Image Manipulation
12. Image generation using GAN
13. Advanced GANs to manipulate images
14. Training with minimal data points
15. Combining Computer Vision and NLP techniques
16. Combining Computer Vision and Reinforcement Learning
17. Moving a Model to Production
18. OpenCV utilities for image analysis

**

با تکنیک های یادگیری عمیق برای ساخت برنامه های پردازش تصویر با استفاده از PyTorch با کمک دفترچه های کد و سوالات تستی آشنا شوید

ویژگی های کلیدی

• اجرای راه حل برای 50 برنامه کاربردی بینایی کامپیوتری دنیای واقعی با استفاده از PyTorch
• درک نظریه و مکانیسم های کاری معماری شبکه های عصبی و اجرای آنها
• با استفاده از یک کتابخانه سفارشی ایجاد شده مخصوص این کتاب، بهترین شیوه ها را کشف کنید

توضیحات کتاب

یادگیری عمیق نیروی محرکه بسیاری از پیشرفت های اخیر در برنامه های مختلف بینایی کامپیوتری (CV) است. این کتاب یک رویکرد عملی دارد تا به شما کمک کند تا بیش از 50 مسئله CV را با استفاده از PyTorch1.x در مجموعه داده های دنیای واقعی حل کنید. شما با ساختن یک شبکه عصبی (NN) از ابتدا با استفاده از NumPy و PyTorch شروع می‌کنید و بهترین روش‌ها را برای بهینه‌سازی فراپارامترهای آن کشف می‌کنید. سپس طبقه بندی تصاویر را با استفاده از شبکه های عصبی کانولوشن انجام می دهید و یادگیری را انتقال می دهید و نحوه کار آنها را درک می کنید. همانطور که پیشرفت می کنید، با یادگیری در مورد خانواده R-CNN، SSD، YOLO، معماری U-Net و پلت فرم Detectron2، موارد استفاده چندگانه از تشخیص دو بعدی و سه بعدی چند شی، تقسیم بندی، تخمین موقعیت انسان را اجرا خواهید کرد. این کتاب همچنین شما را در انجام تعویض حالات چهره، ایجاد چهره‌های جدید و دستکاری حالات چهره در حین کشف رمزگذارهای خودکار و شبکه‌های متخاصم مولد مدرن راهنمایی می‌کند. شما یاد خواهید گرفت که چگونه CV را با تکنیک های NLP، مانند LSTM و ترانسفورماتور، و تکنیک های RL، مانند Deep Q-learning، برای پیاده سازی OCR، شرح تصاویر، تشخیص اشیا، و یک عامل خودروی خودران، ترکیب کنید. در نهایت، مدل NN خود را به تولید در AWS Cloud منتقل خواهید کرد. در پایان این کتاب، می‌توانید از معماری‌های مدرن NN برای حل بیش از 50 مشکل CV در دنیای واقعی با اطمینان استفاده کنید.

آنچه خواهید آموخت< /h4>

• آموزش NN از ابتدا با NumPy و PyTorch
• تشخیص و تقسیم بندی چند شیء دوبعدی و سه بعدی
• تولید ارقام و DeepFakes با رمزگذارهای خودکار و GAN های پیشرفته
• تصاویر را با استفاده از CycleGAN، Pix2PixGAN، StyleGAN2 و SRGAN دستکاری کنید
• CV را با NLP ترکیب کنید تا OCR، زیرنویس تصویر، و تشخیص اشیا را انجام دهید
• CV را با یادگیری تقویتی ترکیب کنید تا عواملی بسازید که پنگ بازی می‌کنند و ماشین را خودران می‌کنند
• استقرار یک مدل یادگیری عمیق در سرور AWS با استفاده از FastAPI و Docker
• Implement بیش از 35 معماری NN و ابزارهای معمول OpenCV

این کتاب برای چه کسی است

این کتاب برای مبتدیان PyTorch و شاغلین سطح متوسط یادگیری ماشینی که به دنبال آشنایی کامل با تکنیک های بینایی کامپیوتر با استفاده از یادگیری عمیق و PyTorch هستند. اگر به تازگی با شبکه‌های عصبی شروع کرده‌اید، موارد استفاده همراه با نوت‌بوک‌های موجود در GitHub را در این کتاب مفید خواهید یافت. دانش اولیه زبان برنامه نویسی پایتون و یادگیری ماشین تنها چیزی است که برای شروع با این کتاب نیاز دارید.

فهرست مطالب

< li>اصول شبکه عصبی مصنوعی
1. اصول PyTorch
2. ساخت یک شبکه عصبی عمیق با PyTorch
3. معرفی شبکه های عصبی کانولوشن
4. آموزش انتقال برای طبقه بندی اشیا
5. جنبه های عملی طبقه بندی تصویر
6. مبانی تشخیص اشیا
7. تشخیص پیشرفته شی
8. بخش بندی تصویر
9. کاربردهای تشخیص و محلی سازی اشیا
10. رمزگذارهای خودکار و دستکاری تصویر
11. تولید تصویر با استفاده از GAN
12. GAN های پیشرفته برای دستکاری تصاویر
13. آموزش با حداقل نقاط داده
14. ترکیب تکنیک های بینایی کامپیوتر و NLP
15. ترکیب بینایی کامپیوتر و یادگیری تقویتی

< li> انتقال یک مدل به تولید

16. ابزارهای OpenCV برای تجزیه و تحلیل تصویر

**