メニュー

Pythonで学ぶ画像認識 機械学習実践シリーズ

発売日: 2023/3/22 ISBN: 9784295015994 全文検索: 非対応
★★★★★ ★★★★★ 0件
※本書はEPUB(固定レイアウト型)で作成されております。検索機能や文字列のコピーがご利用できません。

近年の技術の発展により、画像認識技術はますます身近になっています。スマホの顔認証やオンライン会議での人物と背景を認識して背景をぼかすなどをはじめ、画像認識技術ははさまざまな場面において人々の生活をサポートしています。本書では画像認識について実践的に学べるように、Pythonを使った実装を示しています。また画像認識の基礎については簡単に触れるにとどめ、最新の画像認識手法について紙幅を割き、多くの部分で深層学習の実装について学ぶことができる構成になっています。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。
目次プレビュー
  • 本書の前提
  • 目次
  • 序章
本書の前提
目次
序章
  • 第1節 画像認識の概要
  • 第2節 コンピュータによる画像認識の仕組みを理解しよう
  • 第3節 実社会で使われている画像認識アプリケーション
  • 第4節 画像認識のための開発環境構築
  • コラム:画像認識とクラウドサービス
  • 第1節 画像データを読み込んで表示してみよう
  • 第2節 画像に平滑化フィルタをかけてみよう
  • 第3節 畳み込み演算を使った特徴抽出
  • 第4節 アテンションを使った特徴抽出
  • コラム:海外で働くことをめざす方へ
  • 第1節 学習と評価の基礎
  • 第2節 深層ニューラルネットワーク
  • コラム:AIとエネルギー問題
  • 第1節 順伝播型ニューラルネットワークによる手法
  • 第2節 畳み込みニューラルネットワークによる手法—ResNet18を実装してみよう
  • 第3節 Transformerによる手法—Vision Transformerを実装してみよう
  • 第4節 精度向上のテクニック
  • コラム:見えるメリットとデメリット
  • 第1節 物体検出の基礎
  • 第2節 データセットの準備
  • 第3節 CNNによる手法—RetinaNetを実装してみよう
  • 第4節 Transformerによる手法—DETRを実装してみよう
  • コラム:画像生成AI
  • 第1節 画像キャプショニングの基礎
  • 第2節 データセットの準備
  • 第3節 CNN-LSTMによる手法—Show and tellを実装してみよう
  • 第4節 アテンション機構による手法—Show, attend and tellを実装してみよう
  • 第5節 Transformerによる画像キャプショニングを実装してみよう
  • コラム:スタンフォード大学のコンピュータビジョン研究者養成術
参考文献
索引
著者プロフィール
奥付

まだレビューが投稿されていません