书籍:Hands-On Computer Vision with Detectron2: Develop object detection and segmentation models with a code and visualization approach
作者:Van Vung Pham,Tommy Dang
出版:Packt Publishing
01 书籍介绍
计算机视觉是许多现代企业(包括汽车、机器人和制造业)的重要组成部分,其市场正在快速增长。本书帮助您探索Detectron2,了解相关的检测和分割算法。在Facebook的研究和实际项目中,Detectron2用于支持计算机视觉任务,并且其模型可以导出到TorchScript或ONNX以进行部署。
本书为您提供了逐步指导,教您如何在Detectron2中使用现有模型进行计算机视觉任务(目标检测、实例分割、关键点检测、语义检测和全景分割)。您将了解Detectron2架构的理论和可视化,并学习Detectron2中每个模块的工作原理。随着学习的深入,您将通过使用Detectron2在两个实际项目中开展实践,涵盖了目标检测和实例分割任务的数据准备、模型训练、微调和部署。最后,您可以将Detectron2模型部署到生产环境中,并为移动设备开发Detectron2应用程序。
通过阅读本深度学习书籍,您将获得扎实的理论知识和实用的动手能力,帮助您使用Detectron2解决高级计算机视觉任务。
您将学到什么:
· 使用Detectron2中的现有模型构建计算机视觉应用程序
· 掌握Detectron2架构和组件的概念
· 使用Detectron2开发目标检测和目标分割的实际项目
· 使用Detectron2的性能调优技术提高模型准确性
· 轻松部署Detectron2模型到服务器环境
· 在浏览器和移动设备环境中开发和部署Detectron2模型
本书适合对象:
如果您是深度学习应用程序开发人员、研究人员或软件开发人员,并且具有一定的深度学习知识,本书适合您入门并开发用于计算机视觉应用程序的深度学习模型。
即使您是计算机视觉领域的专家,并且对Detectron2的特性感兴趣,或者您想学习一些尖端的深度学习设计模式,本书也会对您有所帮助。
如果您希望使用HTML、Android和C++平台部署计算机视觉应用程序,具备相关编程技能将是有优势的。
02 作者简介
Van Vung Pham是一位热衷于机器学习、深度学习、数据科学和数据可视化的研究科学家。他在这些领域有多年的经验和众多的出版物。他目前正在从道路的图片或视频中使用深度学习来预测道路损坏的项目上工作。其中一个项目使用Detectron2和Faster R-CNN来预测和分类道路损坏,并在该任务上取得了最先进的结果。
Pham博士在美国德克萨斯州路德堡市德克萨斯技术大学计算机科学系获得博士学位。他目前是美国德克萨斯州亨茨维尔市萨姆休斯顿州立大学计算机科学系的助理教授。