机读格式显示(MARC)

• 000 01867cam 2200349 450

• 001 0000521066

• 005 20251111150700.0

• 010 __ |a 978-7-121-48812-2 |d CNY79

• 099 __ |a CAL 012024118604

• 100 __ |a 20241016d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习之图像目标检测与识别方法 |A shen du xue xi zhi tu xiang mu biao jian ce yu shi bie fang fa |f 史朋飞 ... [等] 著

• 210 __ |a 北京 |c 电子工业出版社 |d 2024

• 215 __ |a XIII, 191页, 11页图版 |c 图 (部分彩图) |d 26cm

• 225 2_ |a 新工科人才培养系列丛书 |A xin gong ke ren cai pei yang xi lie cong shu |i 人工智能

• 304 __ |a 题名页题其余责任者: 范新南, 辛元雪, 万刚, 王庆颖

• 314 __ |a 史朋飞, 河海大学副教授、硕士研究生导师, 入选河海大学“大禹学者”计划, CAA 网联智能专委会委员。

• 314 __ |a 范新南, 河海大学教授、博士研究生导师, 现任江苏省输配电装备技术重点实验室主任,江苏省输变电产业技术创新联盟副秘书长。

• 314 __ |a 辛元雪, 河海大学副教授、硕士研究生导师, CCF 会员, 入选河海大学“大禹学者”计划、“常州市龙城英才”计划等。

• 330 __ |a 本书介绍了深度学习在图像目标检测与识别领域的应用, 主要包括基于UNet的图像去雾算法、基于特征融合GAN的图像增强算法、基于ESRGAN的图像超分辨率重建算法、基于嵌套UNet的图像分割算法、基于对抗迁移学习的水下大坝裂缝图像分割算法、基于改进Faster-RCNN的海洋生物检测算法、基于YOLOv4的目标检测算法、基于RetinaNet的密集目标检测算法、基于LSTM网络的视频图像目标实时检测、基于改进YOLOv4的嵌入式变电站仪表检测算法等。

• 410 _0 |1 2001 |a 新工科人才培养系列丛书 |i 人工智能

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 图象处理 |x 目标检测 |x 研究

• 690 __ |a TP181 |v 5

• 690 __ |a TP391.413 |v 5

• 701 _0 |a 史朋飞 |A shi peng fei |4 著

• 701 _0 |a 范新南 |A fan xin nan |4 著

• 701 _0 |a 辛元雪 |A xin yuan xue |4 著

• 801 _0 |a CN |b 淮南新华书店有限公司 |c 20251108

• 905 __ |a AUSTL |d TP391.413/S617