机器视觉理论与实战

目录
前言
第1章
　绪论1
　　导读1
　　本章知识点1
　　1.1　人工智能简介1
　　1.2　人工智能技术发展阶段3
　　1.3　人工智能技术研究的各种学派4
　　1.4　人工智能技术研究领域5
　　1.5　机器视觉概述6
　　　　1.5.1　机器视觉主要分类7
　　　　1.5.2　机器视觉研究难点10
　　本章小结10
　　习题10
第2章
　机器视觉相关理论12
　　导读12
　　本章知识点12
　　2.1　机器视觉系统组成12
　　　　2.1.1　图像采集系统14
　　　　2.1.2　图像分析与处理系统17
　　2.2　常用数学方法18
　　　　2.2.1　归一化18
　　　　2.2.2　正则化20
　　　　2.2.3　标准化20
　　　　2.2.4　梯度下降21
　　2.3　深度学习理论的由来23
　　　　2.3.1　MP模型23
　　　　2.3.2　感知机24
　　　　2.3.3　人工神经网络26
　　2.4　卷积神经网络28
　　　　2.4.1　总体结构28
　　　　2.4.2　图像原理28
　　　　2.4.3　卷积运算28
　　　　2.4.4　池化运算29
　　　　2.4.5　激活函数30
　　本章小结30
　　习题30
第3章
　Paddle开发详解32
　　导读32
　　本章知识点32
　　3.1　Paddle介绍32
　　　　3.1.1　Paddle概述32
　　　　3.1.2　Paddle安装指南32
　　　　3.1.3　Paddle工具箱34
　　　　3.1.4　Paddle API35
　　　　3.1.5　AI Studio平台35
　　3.2　快速上手Paddle38
　　　　3.2.1　环境配置38
　　　　3.2.2　数据集定义与加载39
　　　　3.2.3　数据预处理46
　　　　3.2.4　模型组网49
　　　　3.2.5　模型训练、评估与推理53
　　　　3.2.6　模型保存与加载59
　　　　3.2.7　推理部署63
　　本章小结74
　　习题74
第4章
　OCR文字识别原理与实战75
　　导读75
　　本章知识点75
　　4.1　OCR概述75
　　　　4.1.1　OCR技术介绍76
　　　　4.1.2　文本检测77
　　　　4.1.3　文本识别78
　　4.2　数显屏数据自动识别系统79
　　　　4.2.1　系统结构设计80
　　　　4.2.2　DBNet算法实现与解析81
　　　　4.2.3　CRNN算法实现与解析86
　　　　4.2.4　数据自动识别算法开发90
　　　　4.2.5　案例总结101
　　4.3　芯片表面序列码识别系统101
　　　　4.3.1　OCR算法实现101
　　　　4.3.2　序列码识别算法开发104
　　　　4.3.3　系统测试与部署117
　　本章小结121
　　习题121
第5章
　目标检测算法原理与实战122
　　导读122
　　本章知识点122
　　5.1　目标检测算法122
　　　　5.1.1　图像处理122
　　　　5.1.2　现代卷积神经网络 126
　　　　5.1.3　注意力机制137
　　　　5.1.4　关键技术148
　　5.2　人员摔倒检测系统159
　　　　5.2.1　系统需求分析159
　　　　5.2.2　系统结构设计160
　　　　5.2.3　算法开发173
　　　　5.2.4　系统测试与部署177
　　　　5.2.5　总结180
　　5.3　无人机航拍小目标检测系统180
　　　　5.3.1　系统需求分析181
　　　　5.3.2　无人机小目标算法开发182
　　本章小结189
　　习题190
第6章
　语义分割原理与实战191
　　导读191
　　本章知识点191
　　6.1　语义分割概述191
　　6.2　基于UNet模型实现脊柱CT定位192
　　　　6.2.1　系统结构设计192
　　　　6.2.2　自适应卷积块和空间注意力模块192
　　　　6.2.3　算法设计193
　　　　6.2.4　代码实现198
　　　　6.2.5　系统测试202
　　本章小结204
　　习题204
第7章
　人工智能技术新发展205
　　导读205
　　本章知识点205
　　7.1　相关技术发展205
　　7.2　未来应用领域206
　　7.3　大语言模型207
　　7.4　大模型未来发展趋势210
　　本章小结210
　　习题211
附录　212
参考文献　214