本文是关于计算机视觉的学习笔记，重点关注使用Python和TensorFlow进行图像处理和深度学习。涵盖内容包括卷积神经网络（CNN）、区域卷积神经网络（R-CNN）、全卷积网络（FCN）以及生成对抗网络（GAN）。同时也介绍了OpenCV和深度学习库的使用。
计算机视觉 Computer Vision
主要学习内容
1.计算机视觉的基础
- 数据图像处理
- 图像特征及描述
2.深度学习在计算机视觉中的应用
- 图像分类：卷积神经网络 CNN
- 图像检测：区域卷积神经网络 R-CNN
- 图像分割：全卷积神经网络 FCN
- 图像描述：迭代神经网络 RNN
- 图像问答：迭代神经网络 RNN
- 图像生成：生成对抗网络 GAN
3.图像检索
重点
- 深度神经网络模型
- TensorFlow
实践环境
- OpenCV
- TensorFlow （CPU/GPU）
参考书
- Python： 《learn python the hard way》
- OpenCV：《OpenCV 3计算机视觉：Python语言实现》
- TensorFlow：《TensorFlow：实战Google深度学习框架》
计算机视觉
模拟人类视觉的优越能力：
- 识别人、物体、场景
- 估计立体空间、距离
- 躲避障碍物进行导航
- 想象并描述故事
- 理解并讲解图片……
弥补人类
最低0.47元/天 解锁文章
1549
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
