领导力法则
陆禹萌
已完结· 7.97万字
[中国纺织出版社]
作品简介
目录 (134章)
《OpenCV 4机器学习算法原理与编程实战》主要面向机器学习领域的研究与开发人员，采用原理结合实战的方式，介绍OpenCV 4 的机器学习算法模块与深度神经网络模块中的核心算法原理与C++编程实战。全书共10 章， 第1~3 章，介绍OpenCV 4 的基础知识、基本图像操作和机器学习基础知识；第4~8 章，介绍K-means、KNN、决策树、随机森林、Boosting 算法和支持向量机等机器学习算法与编程实战；第9~10 章，介绍神经网络与深度神经网络的基本原理与编程实战，并提供了多种类型的深度学习模型的部署示例代码。 《OpenCV 4机器学习算法原理与编程实战》基本聚焦于机器学习在计算机视觉领域的应用，既可以作为相关专业学生的教材，也可以作为研究人员或工程技术人员的参考资料。
第1章概述
正文
第1章概述第1章概述-1.1OpenCV简述第1章概述-1.2OpenCV的功能第1章概述-1.3OpenCV中的机器学习与深度神经网络模块1.4.1数据类型概述1.4.2cv::Vec类1.4.3cv::Point类1.4.4cv::Scalar类1.4.5cv::Size类1.4.6cv::Rect类1.4.7cv::RotatedRect类1.4.8cv::Mat类1.4.9基本矩阵运算第2章OpenCV在机器学习任务中的基本图像操作第2章OpenCV在机器学习任务中的基本图像操作-2.1基本图像操作2.1.1读取、显示和存储图像2.1.2颜色空间转换2.1.3图像的几何变换2.1.4直方图均衡化2.1.5标注文字和矩形框第2章OpenCV在机器学习任务中的基本图像操作-2.2基本视频操作2.2.1读取和播放视频文件2.2.2处理视频文件2.2.3存储视频文件第3章机器学习的基本原理与OpenCV机器学习模块3.1.1机器学习的定义3.1.2机器学习的分类3.2.1机器学习流程3.2.2数据集3.2.3偏差与方差3.2.4评估分类器性能的方法第3章机器学习的基本原理与OpenCV机器学习模块-3.3逻辑回归分类示例3.3.1图像数据与数据表示3.3.2逻辑回归模型3.3.3逻辑回归的损失函数第3章机器学习的基本原理与OpenCV机器学习模块-3.4OpenCV支持的机器学习算法3.4.1机器学习模块的结构3.4.2机器学习模块中的算法3.4.3数据集准备3.4.4特征选择第4章K-means和KNN4.1.1K-means原理4.1.2KNN原理4.2.1K-means的实现4.2.2KNN的实现4.3.1K-means聚类示例4.3.2KNN手写数字识别示例4.3.3应用提示第5章决策树5.1.1决策树的基本思想5.1.2决策树的表示方法5.1.3最佳切分属性的选择5.1.4停止标准5.1.5剪枝5.2.1创建决策树5.2.2训练决策树5.2.3使用决策树预测第5章决策树-5.3应用示例5.3.1蘑菇可食性分类5.3.2预测波士顿房价5.3.3应用提示第6章随机森林6.1.1随机森林的基本思想6.1.2Bagging算法6.2.1OpenCV中的随机森林6.2.2创建随机森林6.2.3训练随机森林6.2.4使用随机森林预测第6章随机森林-6.3应用示例6.3.1蘑菇可食性分类6.3.2预测波士顿房价6.3.3应用提示第7章Boosting算法7.1.1Boosting算法的基本思想7.1.2Boosting算法的学习流程7.1.3AdaBoost算法第7章Boosting算法-7.2OpenCV实现7.2.1创建AdaBoost模型7.2.2训练AdaBoost模型7.2.3使用AdaBoost模型预测第7章Boosting算法-7.3应用示例7.3.1蘑菇可食性分类7.3.2英文字母分类问题7.3.3应用提示第8章支持向量机第8章支持向量机-8.1支持向量机原理8.1.1统计学习理论概述8.1.2线性SVM算法的基本原理(1)8.1.2线性SVM算法的基本原理(2)8.1.3非线性SVM算法的基本原理8.1.4SVM回归算法的基本原理8.1.5SVM算法执行SRM准则的解释8.2.1OpenCV中的SVM算法8.2.2创建SVM模型8.2.3训练SVM模型8.2.4使用SVM模型预测8.3.1使用HOG特征与SVM算法识别手写数字8.3.2应用提示第9章神经网络第9章神经网络-9.1神经网络原理9.1.1神经网络的结构与表示9.1.2单隐层前馈神经网络9.1.3多隐层前馈神经网络9.1.4梯度下降法9.1.5反向传播算法9.2.1OpenCV中的MLP算法9.2.2创建MLP模型9.2.3训练MLP模型9.2.4使用MLP模型预测9.3.1使用神经网络识别手写数字9.3.2应用提示第10章深度神经网络第10章深度神经网络-10.1卷积神经网络的基本原理10.1.1卷积神经网络的结构10.1.2卷积层10.1.3池化层10.1.4Softmax层10.1.5CNN特征学习的过程10.1.6CNN特征学习的原理第10章深度神经网络-10.2OpenCV的DNN模块10.2.1OpenCV支持的深度学习框架10.2.2支持的层类型10.2.3编译支持GPU加速的OpenCV10.2.4DNN模块的使用(1)10.2.4DNN模块的使用(2)第10章深度神经网络-10.3应用示例10.3.1典型计算机视觉任务10.3.2使用GoogLeNet实现图像分类10.3.3使用YOLOv4实现目标检测10.3.4使用MaskR-CNN实现实例分割10.3.5使用GOTURN实现目标跟踪10.3.6使用DB算法实现场景文本检测10.3.7使用CRNN实现场景文本识别10.3.8应用提示
精选推荐
销售心理学
兰华
已完结· 1867字
[中国纺织出版社]
销售就是玩转情商
王威
已完结· 4513字
[中国纺织出版社]
销售员情商实战训练
刘军
已完结· 2380字
成功的销售需要高智商，更需要高情商。一个销售员的销售业绩，往往与他的情商成正比。本书从十个方面详细讲述了有效运用情商，提高销售业绩的方法和技巧。通过实际销售案例和销售心理学理论指导，以及实战点拨和情商拓展训练，帮助读者全方位、快速提高情商。故事性、多版块、碎片化的内容设置，有效降低读者阅读疲劳，提高阅读兴趣，不论是奔波在路上的销售小白，还是带领团队奋勇向前的销售经理，都能从中找到适合自己的销售软技巧。
让未来的你，感谢现在勇敢的自己
王介威
已完结· 8.95万字
[中国纺织出版社]
行为心理学：华生的实用心理学课
（美）约翰·华生著.倪彩
已完结· 11.82万字
[中国纺织出版社]
行为心理学入门（完全图解版）
武莉
已完结· 7.36万字
行为心理学入门（完全图解版）是以作者多来年的心理辅导和咨询数据为素材，对现实生活中的行为心理学应用进行了形象、深入、全面的论述和解读。本书与日本心理学图解书形式相同，浅显易读，有趣又益。
自卑与超越
（奥）阿尔弗雷德·阿德勒
已完结· 9.57万字
《自卑与（全译插图典藏版）》是个体心理学研究领域的著作，也是人本主义心理学先驱阿尔弗雷德·阿德勒的很好著作。阿德勒的学说以“自卑感”与“创造性自我”为中心，并强调“社会意识”。全书立足个人心理学的观点，从教育、家庭、婚姻、伦理、社交等多个领域，以大量的实例为论述基础，阐明了人生意义的真谛，帮助人们克服自卑、不断超自己，正确对待职业，正确理解社会与性。本书直接促进了亲子教育、人格培养、婚姻与爱情、职业生涯、家庭建设、人际关系等诸多领域的长足发展，成为人们了解心理学的经典读物。
自制力：道理我都懂，为什么就是过不好人生
邱开杰
已完结· 8.24万字
[中国纺织出版社]