金寶書局網路書店

【新書簡介】
本書共分為四大部分13章,首章介紹了從深度學習時代開始的物件辨識發展,包括R-CNN及YOLO系列,第二章則介紹PASCAL VOC和MS COCO等重要資料集,從第三章到第八章,深入講解YOLO系列從YOLOv1到YOLOv4的發展,包括網路架構、檢測原理和訓練策略等,並提供程式實作的指導,幫助讀者建立對物件辨識任務的全面認識。第九章和第十章,介紹了YOLOX和YOLOv7的技術進展和實現細節,展示了對YOLOv3的改進及新型標籤分配的動態策略。
第十一章詳細介紹了DETR,這是一種基於Transformer的物件辨識框架,改變了傳統物件辨識的方法。第十二章探討了YOLOF,一種新型的單級物件辨識網路,而第十三章則專注於FCOS,這是一種無先驗框的檢測器,為物件辨識領域帶來新的思路。第四部分重點介紹了大型語言模型的擴充應用和評估。包括與外部工具和知識源連接的LangChain 技術。

【本書看點】
★物件辨識架構淺析
★Pascal、COCO資料集詳解
★YOLOv1、YOLOv2、YOLOv3網路介紹及架設、訓練實作
★新的YOLO架構YOLOX、YOLOv7網路介紹及架設、訓練實作
★DETR網路介紹及架設、訓練實作
★YOLOF網路介紹及架設、訓練實作
★FCOS網路介紹及架設、訓練實作

楊建華 　　哈爾濱工業大學在讀博士,主要研究方向為基於視覺的目標檢測與人體時空行為分析,長期耕耘于多個知乎專欄(知乎ID:Kissrabbit)。 李瑞峰 　　哈爾濱工業大學教授、機器人研究所副所長,中國人工智能學會智能機器人專業委員會秘書長,黑龍江省機器人學會理事長。