OpenCV.Python 머신러닝 딥러닝 프로그래밍

OpenCV.Python 머신러닝 딥러닝 프로그래밍

$26.00
Description
OpenCV ㆍ Python을 이용한 머신러닝과 딥러닝 프로그래밍을 소개합니다 .

- 영상처리, 컴퓨터비전, 인공지능, 머신러닝, 딥러닝, 딥러닝 프레임워크, OpenCV DNN 모듈 이용을 위한 소프트웨어 설치 방법
- 머신러닝을 위한 cv2.ml 모듈을 사용하여 데이터 분류, 필기 숫자 인식, 물체검출, 얼굴인식 방법
- Tensorflow, PyTorch의 훈련, 모델 동결, ONNX 출력 및 영상 분류 방법
- YOLO로 훈련된 모델과 DNN 모듈을 이용한 물체검출 방법
- 영역 기반의 Faster R-CNN, Mask R-CNN, SSD를 이용하는 방법

파이썬 기반의 OpenCV, Tensorflow, PyTorch, ONNX를 이용하는 프로그래밍에 대하여 설명합니다.
저자

김동근

충남대학교대학원전산학과에서영상처리전공으로박사학위를취득하고,한국전자통신연구원에서초빙연구원,UCSB에서방문연구를수행하였고,현재는공주대학교천안공과대학컴퓨터공학부교수로재직중이다.저서로는'처음시작하는파이썬프로그래밍','예제로배우는C프로그래밍','쉽게배우는파이썬프로그래밍','C++APIOpenCV프로그래밍','OPENCVPROGRAMMING(개정판)','OPENCVPROGRAMMING','C.C++프로그래밍','윈도우즈API프로그래밍','C프로그래밍언어','VisualC++프로그래밍'등이있다.

목차

Chapter01시작하기
01영상처리ㆍ컴퓨터비전ㆍ인공지능ㆍ머신러닝ㆍ딥러닝
02딥러닝프레임워크ㆍOpenCVㆍDNN모듈
01딥러닝프레임워크
02OpenCVㆍDNN모듈
03소프트웨어설치

Chapter02OpenCV머신러닝
01데이터생성1
02KNearest
03DtreesㆍBoostㆍRtrees
04NormalBayesClassifier
05LogisticRegression
06SVMSupportVectorMachine
07K-means
08EM:Expectation-Maximization
09ANN_MLP:ArtificialNeuralNetworks_Multi-LayerPerceptron
01ANN_MLP모델생성및설정
02ANN_MLP모델훈련과추론

Chapter03머신러닝:데이터분류ㆍ검출ㆍ인식
01IRIS분류
02MNIST분류
03손글씨숫자인식
04물체검출ㆍ얼굴인식
01CascadeClassifier분류기
02얼굴인식FaceRecognition

Chapter04딥러닝프레임워크
01TensorFlow모델훈련:PBㆍONNX
02PyTorch모델훈련:ONNX

Chapter05OpenCVDNN모듈
01DNNDeepNeuralNetworks모듈
01딥러닝모델가져오기
024차원텐서벡터blob생성
03dnn_Net객체메서드
04cv2.dnn_ClassificationModel()
02DNN을이용한모델분류
03사전훈련모델Pre-TrainedModel
01ONNX모델
02TensorFlow사전훈련모델
03Pytorch사전훈련모델

Chapter06YOLO물체검출
01YOLO:YouOnlyLookOnce
02YOLOv2ㆍYOLOv3ㆍYOLOv4
01YOLOv2
02YOLOv3
03YOLOv4
03YOLOv5
01훈련된모델을이용한물체검출:ONNX
02YOLOv5:MSCOCODataset훈련(train.py)
03YOLOv5:CustomDataset훈련
04OpenCVYOLO물체검출
01cv2.dnn_DetectionModel()
02cv2.dnn.NMSBoxes()

Chapter07R-CNNSSD물체검출
01FasterR-CNN
01R-CNNRegionCNN
02FastR-CNN
03FasterR-CNN
02MaskR-CNN
03SSD:SingleShotMultiboxDetector