2020-09-04 13:01:06

docs/dl-cv/00.md

-# 前言
+# 零、前言
 
 《面向计算机视觉的深度学习》是一本书，适合希望学习基于深度学习的计算机视觉技术用于各种应用的读者。 本书将为读者提供开发基于计算机视觉的产品的工具和技术。 书中涵盖了许多遵循该理论的实际例子。
 

docs/dl-cv/01.md

-# 入门
+# 一、入门
 
 计算机视觉是理解或操纵图像和视频的科学。 计算机视觉具有许多应用，包括自动驾驶，工业检查和增强现实。 深度学习在计算机视觉中的使用可以分为多个类别：图像和视频中的分类，检测，分割和生成。 在本书中，您将学习如何为计算机视觉应用程序训练深度学习模型并将其部署在多个平台上。 我们将在本书中使用 **TensorFlow**，这是一个用于深入学习的流行 python 库，用于示例。 在本章中，我们将介绍以下主题：
 

docs/dl-cv/02.md

-# 影像分类
+# 二、图像分类
 
 图像分类是将整个图像分类为单个标签的任务。 例如，给定图像是狗还是猫，图像分类任务可以将图像标记为狗或猫。 在本章中，我们将了解如何使用 TensorFlow 建立这样的图像分类模型，并学习提高准确性的技术。
 

docs/dl-cv/03.md

-# 图像检索
+# 三、图像检索
 
 深度学习也可以称为**表示学习**，因为模型的特征或表示是在训练期间学习的。 在隐藏层的训练过程中生成的**视觉特征**可用于计算距离度量。 这些模型学习如何根据分类任务在各个层上检测边缘，图案等。 在本章中，我们将研究以下内容：
 

docs/dl-cv/04.md

-# 物体检测
+# 四、对象检测
 
 对象检测是在图像中找到对象位置的动作。 在本章中，我们将通过了解以下主题来学习对象检测技术和实现行人检测：
 

docs/dl-cv/05.md

-# 语义分割
+# 五、语义分割
 
 在本章中，我们将学习各种语义分割技术并为其训练模型。 分割是逐像素分类任务。 解决分割问题的思想是对对象检测问题的扩展。 分割在医学和卫星图像理解等应用中非常有用。
 

docs/dl-cv/06.md

-# 相似学习
+# 六、相似性学习
 
 在本章中，我们将学习相似性学习并学习相似性学习中使用的各种损失函数。 当每个班级的数据集都很小时，相似性学习对我们很有用。 我们将了解可用于人脸分析的不同数据集，并建立用于人脸识别，界标检测的模型。 我们将在本章介绍以下主题：
 

docs/dl-cv/07.md

-# 图片字幕
+# 七、图像字幕
 
 在本章中，我们将处理字幕图像的问题。 这涉及到检测对象，并且还提出了图像的文本标题。 图像字幕也可以称为**图像文本转换**。 曾经被认为是一个非常棘手的问题，我们现在在此方面取得了相当不错的成绩。 对于本章，需要具有相应标题的图像数据集。 在本章中，我们将详细讨论图像字幕的技术和应用。
 

docs/dl-cv/08.md

-# 生成模型
+# 八、生成模型
 
 生成模型已经成为计算机视觉中的重要应用。 与前几章讨论的应用程序根据图像进行预测不同，生成模型可以为特定目标创建图像。 在本章中，我们将了解：
 

docs/dl-cv/09.md

-# 视频分类
+# 九、视频分类
 
 在本章中，我们将看到如何训练视频数据的深度学习模型。 我们将开始按帧对视频进行分类。 然后，我们将使用时间信息以获得更好的准确性。 稍后，我们将图像的应用扩展到视频，包括姿势估计，字幕和生成视频。
 

docs/dl-cv/10.md

-# 部署方式
+# 十、部署
 
 在本章中，我们将学习如何在各种平台上部署经过训练的模型，以实现最大吞吐量和最小延迟。 我们将了解 GPU 和 CPU 等各种硬件的性能。 我们将遵循在 Amazon Web Services，Google Cloud Platform 等平台以及 Android，iOS 和 Tegra 等移动平台上部署 TensorFlow 的步骤。
 

docs/dl-cv/README.md

+# 面向计算机视觉的深度学习
+
+> 原文：[Deep Learning for Computer Vision](https://b-ok.global/book/3490652/6af701)
+> 
+> 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
+> 
+> 自豪地采用[谷歌翻译](https://translate.google.cn/)
+> 
+> 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c
+
+* [在线阅读](https://dl.apachecn.org)
+* [ApacheCN 面试求职交流群 724187166](https://jq.qq.com/?_wv=1027&k=54ujcL3)
+* [ApacheCN 学习资源](http://www.apachecn.org/)
+
+## 贡献指南
+
+本项目需要校对，欢迎大家提交 Pull Request。
+
+> 请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心会因为您的失误遭到无法挽回的破坏。（改编自维基百科）
+
+## 联系方式
+
+### 负责人
+
+* [飞龙](https://github.com/wizardforcel): 562826179
+
+### 其他
+
+*   在我们的 [apachecn/apachecn-tf-zh](https://github.com/apachecn/apachecn-tf-zh) github 上提 issue.
+*   发邮件到 Email: `apachecn@163.com`.
+*   在我们的 [组织学习交流群](http://www.apachecn.org/organization/348.html) 中联系群主/管理员即可.
+
+## 赞助我们
+
+![](http://data.apachecn.org/img/about/donate.jpg)

docs/dl-cv/SUMMARY.md

++   [面向计算机视觉的深度学习](README.md)
++   [零、前言](00.md)
++   [一、入门](01.md)
++   [二、图像分类](02.md)
++   [三、图像检索](03.md)
++   [四、对象检测](04.md)
++   [五、语义分割](05.md)
++   [六、相似性学习](06.md)
++   [七、图像字幕](07.md)
++   [八、生成模型](08.md)
++   [九、视频分类](09.md)
++   [十、部署](10.md)

sidebar.md

@@ -112,3 +112,15 @@
     +   [九、DeepDream](docs/handson-tl-py/9.md)
     +   [十、自动图像字幕生成器](docs/handson-tl-py/10.md)
     +   [十一、图像着色](docs/handson-tl-py/11.md)
++   [面向计算机视觉的深度学习](docs/dl-cv/README.md)
+    +   [零、前言](docs/dl-cv/00.md)
+    +   [一、入门](docs/dl-cv/01.md)
+    +   [二、图像分类](docs/dl-cv/02.md)
+    +   [三、图像检索](docs/dl-cv/03.md)
+    +   [四、对象检测](docs/dl-cv/04.md)
+    +   [五、语义分割](docs/dl-cv/05.md)
+    +   [六、相似性学习](docs/dl-cv/06.md)
+    +   [七、图像字幕](docs/dl-cv/07.md)
+    +   [八、生成模型](docs/dl-cv/08.md)
+    +   [九、视频分类](docs/dl-cv/09.md)
+    +   [十、部署](docs/dl-cv/10.md)
\ No newline at end of file