《深度学习与计算机视觉》配套代码
原名《深度学习与计算机视觉:实例入门》,请注意:这本书定位是入门书。
代码点这里。所有彩色图表电子版下载点这里,第五章和第六章的彩色图表参见在线版:第五章上,第五章下,第六章。
因为某些我无法理解的原因,书中英文被出版社要求强行翻译,最后:1)部分英文不同程度的被翻译成了中文,2)导致英文文献占大部分的文献列表未能放到书中。引用文献列表点这里。
代码快速指引
第五章:numpy、matplotlib可视化的例子
第六章:物体检测标注小工具和本地数据增强小工具
第七章:二维平面分类,分别基于Caffe和MXNet
第八章:MNIST分类,分别基于Caffe和MXNet
第九章:基于Caffe回归图像混乱程度,及卷积核可视化
第十章:从ImageNet预训练模型进行迁移学习美食分类模型,混淆矩阵,ROC曲线绘制及模型类别响应图可视化,基于Caffe
第十二章:用MNIST训练Siamese网络,t-SNE可视化,基于Caffe
书中未包含杂七杂八:包括制造对抗样本(Caffe)、二维GAN及训练过程可视化(PyTorch)、给色情图片自动打马赛克(Caffe)、模型融合(Caffe)、图像分割(PyTorch)
模型剪枝(PyTorch)