|
|
| [참고서] OpenCV.Python 머신러닝.딥러닝 프로그래밍 |
|
|
| | | ㆍ판매가 | 23,400 원 (10%, 2,600 원 할인) | | | | | | | ㆍ328 쪽 | 188*257mm | ISBN : 9788980783113 | | |
|
|
|
|  OpenCV · Python을 이용한 머신러닝과 딥러닝 프로그래밍을 소개한다 .
- 영상처리, 컴퓨터비전, 인공지능, 머신러닝, 딥러닝, 딥러닝 프레임워크, OpenCV DNN 모듈 이용을 위한 소프트웨어 설치 방법
- 머신러닝을 위한 cv2.ml 모듈을 사용하여 데이터 분류, 필기 숫자 인식, 물체검출, 얼굴인식 방법
- Tensorflow, PyTorch의 훈련, 모델 동결, ONNX 출력 및 영상 분류 방법
- YOLO로 훈련된 모델과 DNN 모듈을 이용한 물체검출 방법
- 영역 기반의 Faster R-CNN, Mask R-CNN, SSD를 이용하는 방법
파이썬 기반의 OpenCV, Tensorflow, PyTorch, ONNX를 이용하는 프로그래밍에 대하여 설명한다. |
 Chapter 01 시작하기
01 영상처리·컴퓨터 비전·인공지능·머신러닝·딥러닝
02 딥러닝 프레임워크·OpenCV·DNN 모듈
01 딥러닝 프레임워크
02 OpenCV·DNN 모듈
03 소프트웨어 설치
Chapter 02 OpenCV 머신러닝
01 데이터 생성1
02 KNearest
03 Dtrees·Boost·Rtrees
04 NormalBayesClassifier
05 LogisticRegression
06 SVM Support Vector Machine
07 K-means
08 EM: Expectation-Maximization
09 ANN_MLP: Artificial Neural Networks_Multi-Layer Perceptron
01 ANN_MLP 모델 생성 및 설정
02 ANN_MLP 모델 훈련과 추론
Chapter 03 머신러닝: 데이터 분류·검출·인식
01 IRIS 분류
02 MNIST 분류
03 손 글씨 숫자 인식
04 물체검출·얼굴 인식
01 CascadeClassifier 분류기
02 얼굴 인식 Face Recognition
Chapter 04 딥러닝 프레임워크
01 TensorFlow 모델 훈련: PB ‧ ONNX
02 PyTorch 모델 훈련: ONNX
Chapter 05 OpenCV DNN 모듈
01 DNN Deep Neural Networks 모듈
01 딥러닝 모델 가져오기
02 4차원 텐서 벡터 blob 생성
03 dnn_Net 객체 메서드
04 cv2·dnn_ClassificationModel()
02 DNN을 이용한 모델 분류
03 사전 훈련 모델 Pre-Trained Model
01 ONNX 모델
02 TensorFlow 사전 훈련 모델
03 Pytorch 사전 훈련 모델
Chapter 06 YOLO 물체검출
01 YOLO: You Only Look Once
02 YOLOv2·YOLOv3·YOLOv4
01 YOLOv2
02 YOLOv3
03 YOLOv4
03 YOLOv5
01 훈련된 모델을 이용한 물체검출: ONNX
02 YOLOv5: MS COCO Dataset 훈련(train·py)
03 YOLOv5: Custom Dataset 훈련
04 OpenCV YOLO 물체검출
01 cv2·dnn_DetectionModel()
02 cv2·dnn·NMSBoxes()
Chapter 07 R-CNN SSD 물체검출
01 Faster R-CNN
01 R-CNN Region CNN
02 Fast R-CNN
03 Faster R-CNN
02 Mask R-CNN
03 SSD: Single Shot Multibox Detector |
|
|  | 현재 OpenCV.Python 머신러닝.딥러닝 프로그래밍에 등록된 서평이 없습니다. |  |
|
|
|
