計(jì)算機(jī)視覺(jué)從入門(mén)到進(jìn)階實(shí)戰(zhàn)：基于PyTorch

第1章 計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí)  001
1.1 計(jì)算機(jī)視覺(jué)簡(jiǎn)介   002
1.1.1 數(shù)字圖像處理基礎(chǔ)   003
1.1.2 主流計(jì)算機(jī)視覺(jué)任務(wù)   008
1.2 深度學(xué)習(xí)簡(jiǎn)介   010
1.2.1 深度學(xué)習(xí)發(fā)展簡(jiǎn)史   010
1.2.2 感知機(jī)與人工神經(jīng)網(wǎng)絡(luò)   012
1.2.3 卷積神經(jīng)網(wǎng)絡(luò)   012
1.2.4 循環(huán)神經(jīng)網(wǎng)絡(luò)   013
1.2.5 優(yōu)化算法   014
1.2.6 欠擬合與過(guò)擬合   016
1.3 Python與PyTorch安裝   017
1.3.1 安裝Python   017
1.3.2 安裝PyTorch   020
1.3.3 PyTorch核心模塊   021
1.3.4 PyTorch輔組庫(kù)   023
1.3.5 其他Python庫(kù)   023
1.4 本章小結(jié)   025
第2章 PyTorch快速入門(mén)  026
2.1 張量Tensor   027
2.1.1 張量的數(shù)據(jù)類型   027
2.1.2 張量的生成   028
2.1.3 張量操作   034
2.1.4 張量計(jì)算   041
2.2 torch.nn模塊   047
2.2.1 卷積層   047
2.2.2 池化層   049
2.2.3 填充層   051
2.2.4 激活函數(shù)層   052
2.2.5 歸一化函數(shù)層   053
2.2.6 循環(huán)層   054
2.2.7 全連接層   054
2.2.8 Transformer層   055
2.3 圖像數(shù)據(jù)操作和預(yù)處理   055
2.3.1 從datasets模塊中導(dǎo)入數(shù)據(jù)并預(yù)處理   057
2.3.2 從文件夾中導(dǎo)入數(shù)據(jù)并進(jìn)行預(yù)處理   058
2.4 優(yōu)化器與損失函數(shù)   060
2.4.1 優(yōu)化器   061
2.4.2 損失函數(shù)   063
2.5 預(yù)訓(xùn)練網(wǎng)絡(luò)   065
2.6 GPU部署和使用   067
2.7 本章小結(jié)   068
第3章 圖像分類  069
3.1 經(jīng)典的深度圖像分類網(wǎng)絡(luò)   070
3.1.1 LeNet-5網(wǎng)絡(luò)   070
3.1.2 AlexNet網(wǎng)絡(luò)   071
3.1.3 VGG網(wǎng)絡(luò)結(jié)構(gòu)   072
3.1.4 GoogLeNet   073
3.1.5 ResNet網(wǎng)絡(luò)   074
3.1.6 DenseNet網(wǎng)絡(luò)   076
3.1.7 CLIP模型   078
3.2 卷積神經(jīng)網(wǎng)絡(luò)識(shí)別FashionMNIST   080
3.2.1 圖像數(shù)據(jù)準(zhǔn)備   081
3.2.2 卷積神經(jīng)網(wǎng)絡(luò)的搭建   083
3.2.3 卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)   084
3.3 ResNet網(wǎng)絡(luò)預(yù)測(cè)CIFAR10   089
3.3.1 圖像數(shù)據(jù)準(zhǔn)備   090
3.3.2 ResNet網(wǎng)絡(luò)搭建   092
3.3.3 ResNet網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)   096
3.4 微調(diào)預(yù)訓(xùn)練的卷積網(wǎng)絡(luò)   101
3.4.1 微調(diào)預(yù)訓(xùn)練的VGG網(wǎng)絡(luò)   102
3.4.2 準(zhǔn)備新網(wǎng)絡(luò)需要的數(shù)據(jù)   104
3.4.3 微調(diào)VGG網(wǎng)絡(luò)的訓(xùn)練和預(yù)測(cè)   106
3.5 卷積網(wǎng)絡(luò)可視化   108
3.5.1 網(wǎng)絡(luò)中間特征可視化   109
3.5.2 類激活熱力圖可視化   112
3.6 CLIP模型應(yīng)用   116
3.6.1 CLIP零樣本學(xué)習(xí)   117
3.6.2 CIFAR10使用CLIP特征分類   118
3.7 本章小結(jié)   120
第4章 目標(biāo)檢測(cè)與識(shí)別  121
4.1 目標(biāo)檢測(cè)方法   122
4.1.1 目標(biāo)檢測(cè)算法分類   122
4.1.2 目標(biāo)檢測(cè)評(píng)價(jià)指標(biāo)   122
4.1.3 目標(biāo)檢測(cè)常用損失函數(shù)   123
4.1.4 錨框與非極大值抑制   125
4.2 經(jīng)典的目標(biāo)檢測(cè)網(wǎng)絡(luò)   126
4.2.1 R-CNN系列網(wǎng)絡(luò)   126
4.2.2 YOLO系列網(wǎng)絡(luò)   129
4.2.3 SSD系列網(wǎng)絡(luò)   132
4.2.4 其他目標(biāo)檢測(cè)網(wǎng)絡(luò)   135
4.3 使用預(yù)訓(xùn)練的目標(biāo)檢測(cè)網(wǎng)絡(luò)   138
4.3.1 目標(biāo)檢測(cè)常用數(shù)據(jù)集   138
4.3.2 圖像目標(biāo)檢測(cè)   139
4.3.3 人體關(guān)鍵點(diǎn)檢測(cè)   140
4.4 訓(xùn)練自己的YOLOv3目標(biāo)檢測(cè)網(wǎng)絡(luò)   142
4.4.1 PASCAL VOC數(shù)據(jù)準(zhǔn)備   143
4.4.2 YOLOv3網(wǎng)絡(luò)搭建   154
4.4.3 YOLOv3網(wǎng)絡(luò)訓(xùn)練   158
4.4.4 YOLOv3目標(biāo)檢測(cè)   163
4.5 本章小結(jié)   164
第5章 語(yǔ)義分割  165
5.1 語(yǔ)義分割方法   166
5.2 經(jīng)典的語(yǔ)義分割網(wǎng)絡(luò)   167
5.2.1 FCN   167
5.2.2 SegNet   169
5.2.3 U-Net   169
5.2.4 DeepLab系列   170
5.2.5 PSPNet   172
5.2.6 SAM   172
5.3 使用預(yù)訓(xùn)練的語(yǔ)義分割網(wǎng)絡(luò)   173
5.3.1 使用預(yù)訓(xùn)練網(wǎng)絡(luò)   173
5.3.2 語(yǔ)義分割評(píng)價(jià)指標(biāo)   176
5.4 訓(xùn)練自己的語(yǔ)義分割網(wǎng)絡(luò)   176
5.4.1 數(shù)據(jù)準(zhǔn)備   177
5.4.2 FCN語(yǔ)義分割網(wǎng)絡(luò)   186
5.4.3 U-Net語(yǔ)義分割網(wǎng)絡(luò)   194
5.5 本章小結(jié)   201
第6章 注意力機(jī)制與Transformer  202
6.1 經(jīng)典的注意力模型   204
6.1.1 SE-Net   204
6.1.2 SPANet   205
6.1.3 CBAM   206
6.1.4 Transformer   207
6.1.5 ViT   209
6.1.6 Swin Transformer   210
6.2 PyTorch預(yù)訓(xùn)練ViT網(wǎng)絡(luò)應(yīng)用   211
6.2.1 預(yù)訓(xùn)練ViT網(wǎng)絡(luò)導(dǎo)入   212
6.2.2 CIFAR100數(shù)據(jù)準(zhǔn)備   213
6.2.3 預(yù)訓(xùn)練ViT網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)   214
6.3 ViT網(wǎng)絡(luò)圖像分類   218
6.3.1 ViT網(wǎng)絡(luò)搭建   220
6.3.2 CIFAR00數(shù)據(jù)準(zhǔn)備   224
6.3.3 ViT網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)   226
6.4 本章小結(jié)   228
第7章 圖像風(fēng)格遷移  229
7.1 經(jīng)典的圖像風(fēng)格遷移方法   230
7.1.1 固定風(fēng)格固定內(nèi)容的風(fēng)格遷移   231
7.1.2 固定風(fēng)格任意內(nèi)容的風(fēng)格遷移   233
7.1.3 任意風(fēng)格任意內(nèi)容的風(fēng)格遷移   234
7.1.4 基于Gan的圖像風(fēng)格遷移   236
7.2 固定風(fēng)格固定內(nèi)容的風(fēng)格遷移   239
7.2.1 準(zhǔn)備VGG19網(wǎng)絡(luò)   239
7.2.2 圖像數(shù)據(jù)準(zhǔn)備   240
7.2.3 圖像的輸出特征和Gram矩陣的計(jì)算   242
7.2.4 進(jìn)行圖像風(fēng)格遷移   244
7.3 固定風(fēng)格任意內(nèi)容的風(fēng)格遷移   247
7.3.1 快速風(fēng)格遷移網(wǎng)絡(luò)準(zhǔn)備   247
7.3.2 快速風(fēng)格遷移數(shù)據(jù)準(zhǔn)備   251
7.3.3 快速風(fēng)格遷移網(wǎng)絡(luò)訓(xùn)練和結(jié)果展示   253
7.4 CycleGan風(fēng)格遷移   260
7.4.1 CycleGan網(wǎng)絡(luò)搭建   260
7.4.2 非成對(duì)圖像數(shù)據(jù)準(zhǔn)備   263
7.4.3 網(wǎng)絡(luò)訓(xùn)練   265
7.4.4 圖像轉(zhuǎn)換結(jié)果展示   270
7.5 本章小結(jié)   271
第8章 自編碼器與擴(kuò)散模型  272
8.1 自編器模型與擴(kuò)散模型介紹   273
8.1.1 自編碼器原理   273
8.1.2 變分自編碼器   274
8.1.3 VQ-VAE圖像生成   275
8.1.4 Stable Diffusion圖像生成   276
8.2 自編碼器圖像重構(gòu)   278
8.2.1 自編碼網(wǎng)絡(luò)數(shù)據(jù)準(zhǔn)備   279
8.2.2 自編碼網(wǎng)絡(luò)的構(gòu)建   281
8.2.3 自編碼網(wǎng)絡(luò)的訓(xùn)練   282
8.2.4 自編碼網(wǎng)絡(luò)的數(shù)據(jù)重構(gòu)   283
8.2.5 網(wǎng)絡(luò)的編碼特征可視化   284
8.3 自編碼器圖像去噪   285
8.3.1 數(shù)據(jù)準(zhǔn)備   286
8.3.2 網(wǎng)絡(luò)搭建   289
8.3.3 網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)   291
8.4 Stable Diffusion圖像生成   296
8.4.1 數(shù)據(jù)準(zhǔn)備   296
8.4.2 網(wǎng)絡(luò)搭建   298
8.4.3 網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)   310
8.5 本章小結(jié)   312
第9章 遷移學(xué)習(xí)與域自適應(yīng)  313
9.1 遷移學(xué)習(xí)簡(jiǎn)介   314
9.1.1 遷移學(xué)習(xí)的定義   314
9.1.2 為什么需要遷移學(xué)習(xí)   315
9.1.3 遷移學(xué)習(xí)的分類   316
9.1.4 度量準(zhǔn)則   318
9.2 經(jīng)典的遷移學(xué)習(xí)算法   319
9.2.1 基于深度遷移的finetune模型   319
9.2.2 基于對(duì)抗學(xué)習(xí)的遷移學(xué)習(xí)   320
9.2.3 基于對(duì)齊的遷移學(xué)習(xí)   324
9.2.4 基于偽標(biāo)簽的遷移學(xué)習(xí)   326
9.2.5 其他遷移學(xué)習(xí)損失函數(shù)   328
9.3 遷移學(xué)習(xí)圖像分類實(shí)戰(zhàn)   328
9.3.1 數(shù)據(jù)和網(wǎng)絡(luò)準(zhǔn)備工作   329
9.3.2 基于微調(diào)的遷移學(xué)習(xí)   335
9.3.3 基于對(duì)齊的遷移學(xué)習(xí)   338
9.3.4 基于對(duì)抗的遷移學(xué)習(xí)   343
9.3.5 基于目標(biāo)域標(biāo)簽互信息的遷移學(xué)習(xí)   347
9.4 本章小結(jié)   351
參考文獻(xiàn)  352