计算机视觉和深度学习在自动驾驶汽车中的应用 pdf下载

基本信息（以实物为准）

• 商品名称：计算机视觉和深度学习在自动驾驶汽车中的应用
• 作者：(印)苏米特·兰詹//S.森塔米拉苏|译者:程诚//吴洪状
• 定价：158
• 出版社：机械工业
• 书号：9787111761112

其他参考信息（以实物为准）

• 出版时间：2024-08-01
• 印刷时间：2024-08-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：229
• 字数：287千字

内容提要

计算机视觉以及深度学 习技术构成了智能驾驶甚至 自动驾驶的技术基础。随着 智能驾驶技术的逐渐普及， 计算机视觉以及深度学习技 术在汽车行业内受到了越来 越多的关注。本书从自动驾 驶技术的历史和发展讲起， 内容围绕计算机视觉和深度 学习技术逐渐深入，介绍了 其在自动驾驶中涉及的诸如 学习模型、OpenCV技术、 CNN改进图像分类器、语义 分割等技术，并介绍了它们 在自动驾驶领域的应用实践 和实际工程案例。
     本书可作为自动驾驶、 人工智能、汽车与制造等行 业的工程技术人员的学习参 考书，也可作为高等院校相 关专业师生的参考书。对自 动驾驶和智能汽车产业感兴 趣的爱好者和产业研究员而 言，本书也具有相当高的参 考价值。
    

目录

前言
部分 深度学习和自动驾驶汽车基础
第1章 自动驾驶汽车基础
1.1 自动驾驶汽车简介
1.1.1 自动驾驶汽车的优势
1.1.2 自动驾驶汽车的进展
1.2 当前部署中的挑战
1.2.1 建立安全系统
1.2.2 硬件
1.2.3 软件编程
1.2.4 高速互联网
1.3 自动驾驶等级
1.4 深度学习和计算机视觉在自动驾驶汽车中的应用
1.5 总结
第2章 深入了解深度神经网络
2.1 深入了解神经网络
2.2 理解神经元和感知器
2.3 人工神经网络的工作原理
2.4 理解激活函数
2.4.1 阙值函数
2.4.2 Sigmoid函数
2.4.3 整流线性函数
2.4.4 双曲正切激活函数
2.5 神经网络的损失函数
2.6 优化器
2.7 理解超参数
2.7.1 模型训练超参数
2.7.2 网络架构超参数
2.8 TensorFlow与Keras的对比
2.9 总结
第3章 使用Keras实现深度学习模型
3.1 开始使用Keras
3.1.1 Keras的优点
3.1.2 Keras的工作原理
3.1.3 构建Keras模型
3.1.4 Keras执行类型
3.2 Keras深度学习
3.3 构建 个深度学习模型
3.3.1 Auto-Mpg数据集介绍
3.3.2 导入数据
3.3.3 分割数据
3.3.4 标准化数据
3.3.5 构建和编译模型
3.3.6 训练模型
3.3.7 预测新的、未知的模型
3.3.8 评估模型的性能
3.3.9 保存和加载模型
3.4 总结
第2部分 深度学习和计算机视觉
第4章 自动驾驶汽车中的计算机视觉