计算机视觉——Python+TensorFlow+Keras深度学习实战(微课视频版)

第1章 人工智能概述
1．1 人工智能的发展浪潮
1．2 AI技术发展历史
1．2．1 AI技术三要素之算法
1．2．2 AI技术三要素之计算资源
1．2．3 AI三要素之数据
1．3 视频分析技术的应用案例
1．3．1 基于人脸识别技术的罪犯抓捕系统
1．3．2 基于文字识别技术的办公自动化系统
1．3．3 基于图像分割及目标检测技术的无人驾驶环境感知系统
1．3．4 基于目标检测及跟踪技术的电子交警系统
1．3．5 基于图像比对技术的产品缺陷检测系统
1．3．6 基于行为识别技术的安全生产管理系统
1．4 本章小结

第2章 深度卷积神经网络
2．1 深度卷积神经网络的概念
2．2 卷积神经网络的构成
2．2．1 卷积层
2．2．2 激活函数
2．2．3 池化层
2．3 深度卷积神经网络模型结构
2．3．1 常用网络模型
2．3．2 网络模型对比
2．4 图像分类
2．5 迁移学习
2．6 图像识别项目实例
2．6．1 下载ImageNet的训练模型
2．6．2 ResNet模型构建
2．6．3 测试图像
2．7 本章小结
2．8 习题

第3章 目标检测
3．1 目标检测的概念
3．2 基于候选区域的目标检测算法
3．2．1 FasterR-CNN目标检测算法
3．2．2 基于区域的全卷积网络（R-FCN）目标检测算法
3．3 基于回归的目标检测算法
3．3．1 YOLO目标检测算法
3．3．2 SSD目标检测算法
3．4 目标检测算法评价指标
3．5 深度卷积神经网络目标检测算法性能对比
3．6 目标检测项目实战
3．6．1 FasterR-CNN
3．6．2 用YOLO训练自己的模型
3．7 本章小结
3．8 习题
……

第4章 图像分割
第5章 目标跟踪
第6章 OCR文字识别
第7章 多任务深度学习网络
第8章 生成对抗神经网络
第9章 样本制作与数据增强
第10章 Keras安装和API
第11章 综合实验：基于YOLO和DeepSort的目标检测与跟踪