人工智能图像识别算法基础操作手册.docVIP

人工智能图像识别算法基础操作手册

TOC\o1-2\h\u19445第1章引言 3

171721.1图像识别概述 3

124171.2人工智能与图像识别 3

235011.3算法分类与发展趋势 4

31587第2章基础知识 4

9242.1数字图像处理基础 4

50392.1.1图像采样与量化 5

41432.1.2图像表示与存储 5

244992.1.3图像变换 5

1372.1.4图像滤波 5

52662.2数学形态学 5

181172.2.1形态学基本运算 5

121502.2.2形态学应用 5

227732.3概率论与数理统计 5

198242.3.1随机变量与概率分布 5

25712.3.2参数估计与假设检验 5

325802.3.3贝叶斯定理 5

29418第3章传统图像识别算法 6

247573.1特征提取方法 6

135813.1.1颜色特征提取 6

140913.1.2纹理特征提取 6

275013.1.3形状特征提取 6

145673.1.4结构特征提取 6

9043.2模板匹配算法 6

290943.2.1相关性匹配 6

183633.2.2相似性匹配 6

12443.2.3互信息匹配 6

279803.3统计模式识别 7

314103.3.1判别式分类器 7

194103.3.2式分类器 7

174513.3.3集成学习 7

207083.3.4深度学习 7

24221第4章深度学习基础 7

67074.1神经网络简介 7

306884.1.1神经元模型 7

126654.1.2神经网络结构 7

166394.1.3损失函数与优化算法 7

2314.2卷积神经网络 8

193164.2.1卷积层 8

30604.2.2池化层 8

279504.2.3激活函数 8

60804.2.4全连接层 8

189404.3深度学习框架介绍 8

18914.3.1TensorFlow 8

217734.3.2PyTorch 8

50894.3.3Caffe 8

296004.3.4MXNet 9

11824.3.5Keras 9

29220第5章卷积神经网络原理 9

298245.1卷积运算 9

182555.2池化层 9

207785.3激活函数 9

156065.4网络结构设计 10

27883第6章常见卷积神经网络模型 10

52976.1LeNet 10

3496.1.1特征提取层 10

119186.1.2分类层 11

122336.2AlexNet 11

108456.2.1特征提取层 11

137636.2.2分类层 11

926.3VGGNet 11

326756.3.1特征提取层 11

133896.3.2分类层 11

204176.4GoogLeNet 11

77436.4.1Inception模块 11

104036.4.2分类层 12

24206第7章迁移学习 12

229047.1迁移学习概述 12

324837.2预训练与微调 12

183317.2.1预训练 12

41567.2.2微调 12

94527.3迁移学习方法的应用 12

220937.3.1数据集增强 12

5847.3.2特征提取 12

211667.3.3零样本学习 12

262147.3.4领域自适应 13

221967.3.5多任务学习 13

53377.3.6弱监督学习 13

145747.3.7跨模态学习 13

19991第8章目标检测算法 13

295878.1目标检测概述 13

226998.2RCNN系列算法 13

234048.2.1RCNN算法 13

258538.2.2FastRCNN算法 14

232928.2.3FasterRCNN算法 14

103278.3YOLO系列算法 14

153478.3.1YOLO算法 14

125558.3.2YOLOv2算法 14

64478.3.3YO