《深度學習實踐計算機視覺(繆鵬)》PDF+《深度學習之PyTorch實戰計算機視覺(唐進民 )》PDF+對比學習

我的感受，《深度學習實踐計算機視覺》的特色是依託工業環境的實踐經驗，具有較強的實用性和專業性。適合於廣大計算機視覺工程領域的從業者、深度學習愛好者、相關專業的大學生和研究生以及對計算機視覺感興趣的愛好者使用。

《深度學習實踐計算機視覺》PDF，255頁，帶書籤目錄，文字能夠複製，繆鵬 著。

下載: https://pan.baidu.com/s/1aoH0sVYqXYHHoSxYvEhUdQ
提取碼: jyrs

《深度學習實踐:計算機視覺》主要關注計算機視覺領域，基於開源項目介紹最新的算法，各章主要內容以下： 

第1章對深度學習與計算機視覺進行簡要介紹，也會簡單介紹開發環境的搭建。
第2章主要介紹OpenCV的基本操做及部分高級操做，包括人臉和人眼的檢測與識別。
第3章着重介紹目前經常使用的幾類深度學習框架，包括PyTorch、Chainer、TensorFlow-Keras和MXNet-Gluon，另外本書中偶爾還會用到ChainerCV和GluonCV。
第4章對圖像分類進行了介紹，包括經典的網絡類型（VGG、ResNet、Inception、Xception、DenseNet），並展現了部分實踐操做。
第5章對目標檢測與識別進行了介紹，包括三種主流的網絡結構：YOLO、SSD、Faster R-CNN，並展現了實踐操做。
第6章介紹圖像分割技術，主要從前背景分割（Grab Cut）、語義分割（DeepLab與PSPNet）和實例分割（FCIS、Mask R-CNN、MaskLab、PANet）三個粒度闡述。
第7章介紹圖像搜索技術，主要指以圖搜圖方面（CBIR)，以及對應的實踐展現。
第8章主要介紹圖像生成技術，包括三個大方向：Auto-Encoder、GAN和Neural Style Transfer。

 

相比較而言，《深度學習之PyTorch實戰計算機視覺》旨在幫助零基礎或基礎較爲薄弱的讀者入門深度學習，達到可以獨立使用深度學習知識處理計算機視覺問題的水平。

《深度學習之PyTorch實戰計算機視覺》高清PDF，287頁，帶書籤目錄，文字能夠複製。

下載: https://pan.baidu.com/s/1RoMxgXG5gvshEARgQDOKbA
提取碼: jg8c

經過閱讀本書，讀者將學到人工智能的基礎概念及 Python 編程技能，掌握PyTorch 的使用方法，學到深度學習相關的理論知識，好比卷積神經網絡、循環神 經網絡、自動編碼器，等等。在掌握深度學習理論和編程技能以後，讀者還會學到如何基於PyTorch 深度 學習框架實戰計算機視覺。《深度學習之PyTorch實戰計算機視覺》中的大量實例可以讓讀者在按部就班地學習的同時，不斷地得到成就感。

 

計算機視覺是深度學習較爲重要的應用領域，學習過程當中能夠參考：

《深度學習與計算機視覺 算法原理、框架應用》+《大數據架構詳解：從數據獲取到深度學習》

下載: https://pan.baidu.com/s/1xQ31PrcizBL-RdqSzK-F0A提取碼: m2w8