深度学习与计算机视觉：项目式教材

封面

版权信息

版权

内容提要

前言

项目1 OpenCV基础功能实战

1.1 知识引入

1.2 任务1：图像读取、显示和保存

1.3 任务2：视频的获取、显示和保存

1.4 任务3：几何图形绘制

1.5 任务4：鼠标事件的交互与响应

1.6 任务5：图像几何变换

1.7 任务6：图像滤波技术

1.8 任务7：图像边缘检测

1.9 任务8：人脸检测与识别

1.10 项目总结

项目2 深度学习框架的部署

2.1 知识引入

2.2 任务1：基于龙芯平台编译与部署TensorFlow

2.3 任务2：基于龙芯平台编译与部署PyTorch

2.4 任务3：基于龙芯平台编译与部署ONNX Runtime

2.5 任务4：基于龙芯平台编译与部署PaddlePaddle

2.6 任务5：基于龙芯平台编译与部署NCNN

2.7 项目总结

项目3 计算机视觉技术基础知识

3.1 知识引入

3.2 任务：常见计算机视觉任务

3.3 项目总结

项目4 图像分类网络的部署

4.1 知识引入

4.2 任务1：基于龙芯平台部署VGG 16

4.3 任务2：基于龙芯平台部署ResNet 18

4.4 任务3：基于龙芯平台部署Inception v3

4.5 任务4：基于龙芯平台部署Xception

4.6 任务5：基于龙芯平台部署MobileNet

4.7 项目总结

项目5 目标检测网络的部署

5.1 知识引入

5.2 任务1：基于龙芯平台部署两阶段算法Faster R-CNN

5.3 任务2：基于龙芯平台部署两阶段算法Keypoint R-CNN

5.4 任务3：基于龙芯平台部署单阶段算法YOLO v3

5.5 任务4：基于龙芯平台部署单阶段算法SSD

5.6 项目总结

项目6 图像分割网络的部署

6.1 知识引入

6.2 任务1：基于龙芯平台部署语义分割网络DeepLab v3+

6.3 任务2：基于龙芯平台部署实例分割网络Mask R-CNN

6.4 任务3：基于龙芯平台部署全景分割网络Panoptic FPN

6.5 项目总结

项目7 龙芯智能计算平台模型的训练

7.1 知识引入

7.2 任务：利用龙芯AI训练平台训练模型

7.3 项目总结

项目8 龙芯智能计算平台的推理部署

8.1 知识引入

8.2 任务1：基于AI加速卡的推理部署

8.3 任务2：基于NCNN框架的推理部署