دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1st ed.]
نویسندگان: Sunila Gollapudi
سری:
ISBN (شابک) : 9781484242605
ناشر: Apress
سال نشر: 2019
تعداد صفحات: XX, 151
[163]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 Mb
در صورت تبدیل فایل کتاب Learn Computer Vision Using OpenCV: With Deep Learning CNNs and RNNs به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بینایی کامپیوتر را با استفاده از OpenCV بیاموزید: با CNN و RNN یادگیری عمیق نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
برنامه های کاربردی بینایی کامپیوتر را با استفاده از کتابخانه
OpenCV با پایتون بسازید. این کتاب جنبه های مختلف بینایی
کامپیوتری مانند تشخیص تصویر و اشیا، ردیابی و تجزیه و تحلیل
حرکت و کاربردهای آنها را با مثال هایی مورد بحث قرار می
دهد.
نویسنده با مقدمهای بر بینایی کامپیوتر و سپس راهاندازی
OpenCV از ابتدا با استفاده از پایتون شروع میکند. بخش بعدی
پردازش و تقسیم بندی تصویر تخصصی و نحوه ذخیره و پردازش تصاویر
توسط کامپیوتر را مورد بحث قرار می دهد. این شامل تشخیص الگو و
برچسب گذاری تصویر با استفاده از کتابخانه OpenCV است. در مرحله
بعد، با تشخیص اشیاء، ذخیره سازی و تفسیر ویدئو، و تشخیص انسان
با استفاده از OpenCV کار خواهید کرد. ردیابی و حرکت نیز به
تفصیل مورد بحث قرار گرفته است. این کتاب همچنین ایجاد مدلهای
یادگیری عمیق پیچیده با CNN و RNN را مورد بحث قرار میدهد.
نویسنده در نهایت با کاربردها و گرایشهای اخیر در بینایی
کامپیوتر نتیجهگیری میکند.
پس از مطالعه این کتاب، میتوانید با استفاده از پایتون، بینایی
کامپیوتر و کاربردهای آن را با OpenCV درک و پیادهسازی کنید.
همچنین میتوانید مدلهای یادگیری عمیق را با CNN و RNN ایجاد
کنید و درک کنید که این معماریهای یادگیری عمیق چگونه کار
میکنند.
آنچه خواهید آموخت
Build practical applications of computer vision using the
OpenCV library with Python. This book discusses different
facets of computer vision such as image and object detection,
tracking and motion analysis and their applications with
examples.
The author starts with an introduction to computer vision
followed by setting up OpenCV from scratch using Python. The
next section discusses specialized image processing and
segmentation and how images are stored and processed by a
computer. This involves pattern recognition and image tagging
using the OpenCV library. Next, you’ll work with object
detection, video storage and interpretation, and human
detection using OpenCV. Tracking and motion is also discussed
in detail. The book also discusses creating complex deep
learning models with CNN and RNN. The author finally
concludes with recent applications and trends in computer
vision.
After reading this book, you will be able to understand and
implement computer vision and its applications with OpenCV
using Python. You will also be able to create deep learning
models with CNN and RNN and understand how these cutting-edge
deep learning architectures work.
What You Will Learn
Front Matter ....Pages i-xx
Artificial Intelligence and Computer Vision (Sunila Gollapudi)....Pages 1-29
OpenCV with Python (Sunila Gollapudi)....Pages 31-50
Deep Learning for Computer Vision (Sunila Gollapudi)....Pages 51-69
Image Manipulation and Segmentation (Sunila Gollapudi)....Pages 71-96
Object Detection and Recognition (Sunila Gollapudi)....Pages 97-117
Motion Analysis and Object Tracking (Sunila Gollapudi)....Pages 119-145
Back Matter ....Pages 147-151