深度学习教程

目录 前言 第1章 计算机视觉任务的基础知识 1 1.1 遥感图像基础知识 1 1.1.1 遥感和遥感系统 1 1.1.2 遥感图像成像机制 2 1.1.3 遥感图像特征 2 1.2 遥感图像融合基础知识 4 1.2.1 遥感图像融合背景 4 1.2.2 遥感图像融合类型 5 1.2.3 遥感图像融合实现原理 6 1.3 遥感图像超分辨率任务基础知识 12 1.3.1 遥感图像超分辨率背景 12 1.3.2 遥感图像超分辨率实现原理 13 1.4 目标检测基础知识 16 1.4.1 目标检测任务基本原理 16 1.4.2 目标检测任务常用评价指标及计算方法 18 1.5 目标跟踪基础知识 20 1.6 数据集 22 1.6.1 图像分类常用数据集 22 1.6.2 目标检测任务常用数据集 24 1.6.3 目标跟踪任务常用数据集和评价标准 25 1.6.4 遥感图像数据集 29 1.6.5 图像隐写数据集 30 1.6.6 人脸图像数据集 31 1.7 数字化资源 31 第2章 神经网络和卷积神经网络基础 32 2.1 神经元工作的数学表示 32 2.1.1 神经元工作的数学表示 32 2.1.2 神经元的一般化 33 2.2 什么是神经网络 34 2.2.1 神经网络的结构 35 2.2.2 神经网络的训练 37 2.2.3 神经网络的参数和变量 38 2.2.4 神经网络的代价函数和参数训练 39 2.3 随机梯度下降 40 2.4 神经网络正则化初步 45 2.4.1 模型选择，欠拟合和过拟合 45 2.4.2 权重衰减 49 2.4.3 丢弃法 51 2.5 卷积神经网络基础55 2.5.1 卷积神经网络的基本思想 55 2.5.2 卷积神经网络的数学表示 56 2.5.3 卷积神经网络的误差反向传播 60 2.6 残差网络