内容简介

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算法、基于改进YOLOv4的嵌入式变电站仪表检测算法等。

本书可作为高等院校人工智能、智能科学与技术、计算机、自动化等专业本科生与研究生的教材，也可供深度学习相关领域的科研技术人员参考。

读者可登录华信教育资源网（www.hxedu.com.cn）下载本书的相关源代码。 UroAD/yK7ym14yZdR+91isrezWOsj/AAayYtwgC/X1juncnJxNTz1dnHzlsqNHbu