使用 OpenCV 的动手 ML 项目：使用 OpenCV 和 Python

Hands-on ML Projects with OpenCV: Master computer vision and Machine Learning using OpenCV and Python

利用计算机视觉和机器学习，参与构建智能系统的游戏。

主要功能
● 适用于现实世界机器学习项目的分步说明和代码片段。
● 涵盖从基础到高级概念的整个范围，例如深度学习、迁移学习和模型优化。
● 包含使用 OpenCV 实施机器学习以优化工作流程的实用技巧和最佳实践。

本书
是一本深入的指南，使用 Python 将机器学习技术与最流行的计算机视觉库 OpenCV 相结合。本书介绍了机器学习和计算机视觉的基本概念，并逐步介绍了 OpenCV 的实际实现。使用代码和输出片段逐步解释与图像预处理、轮廓和阈值技术、运动检测和跟踪相关的概念。

使用真实数据集的实践项目将为您提供通过机器学习解决 OpenCV 挑战的宝贵经验。这是探索深度学习、迁移学习和模型优化等领域的终极指南，使读者能够解决复杂的任务。每一章都提供了构建有效的机器学习模型的实用提示和技巧。

最后，您将自信地掌握 ML 概念并将其应用于现实世界的计算机视觉问题，并且能够为各种应用开发强大而准确的机器学习模型。

无论您是机器学习新手还是寻求提高计算机视觉技能，本书都是掌握使用 OpenCV 和 Python 进行机器学习和计算机视觉集成的宝贵资源。

您将学到什么
● 了解如何使用 OpenCV 处理图像并执行基本图像处理任务。
● 将机器学习技术应用于计算机视觉任务，例如图像分类、对象检测和图像分割。
● 处理现实世界的项目和数据集，以获得使用 OpenCV 应用机器学习技术的实践经验。
● 使用Tensorflow 和Keras 探索深度学习的概念以及如何将其用于计算机视觉任务。
● 了解迁移学习的概念以及如何利用预训练模型来完成新任务。
● 在资源受限的环境中利用模型优化和部署技术。

这本书是给谁的？
本书适合对编程有基本了解并希望使用 OpenCV 和 Python 将机器学习应用于计算机视觉的所有人。无论您是学生、研究人员还是开发人员，本书都将为您提供机器学习项目的实用技能。假设您对 Python 和机器学习概念有一定的了解。初学者也会发现这本书很有价值，因为它为每个概念提供了清晰的示例和解释。