使用 Detectron2 动手实践计算机视觉

Hands-On Computer Vision with Detectron2

使用尖端模型探索 Detectron2，并了解有关在自定义域中实现未来计算机视觉应用程序的所有信息
购买印刷版或 Kindle 书籍包括一本免费的 PDF 电子书

主要特点
了解如何使用 Detectron2 处理现代企业中常见的计算机视觉任务

利用Detectron2 性能调整技术来控制模型的最精细细节 将
Detectron2 模型部署到生产环境中并为移动设备开发 Detectron2 模型

书籍简介
计算机视觉是许多现代企业的重要组成部分，包括汽车、机器人和制造业，其市场正在迅速增长。本书可帮助您探索 Detectron2，它是 Facebook 的下一代库，提供尖端的检测和分割算法。它在 Facebook 的研究和实践项目中用于支持计算机视觉任务，其模型可以导出到 TorchScript 或 ONNX 进行部署。
本书为您提供有关使用 Detectron2 中的现有模型执行计算机视觉任务（对象检测、实例分割、关键点检测、语义检测和全景分割）的分步指导。您将掌握 Detectron2 架构的理论和可视化，并了解 Detectron2 中每个模块的工作原理。随着你的进步，你将通过使用 Detectron2 进行对象检测和实例分割任务的两个现实项目（准备数据、训练模型、微调模型和部署）来培养你的实践技能。最后，您会将 Detectron2 模型部署到生产环境中并为移动设备开发 Detectron2 应用程序。
读完这本深度学习书，您将获得扎实的理论知识和有用的实践技能，帮助您使用 Detectron2 解决高级计算机视觉任务。

您将学到什么
使用 Detectron2 中的现有模型构建计算机视觉应用程序
掌握 Detectron2 架构和组件的基本概念
使用 Detectron2 开发对象检测和对象分割的真实项目 使用
Detectron2 的性能调整技术提高模型准确性
将 Detectron2 模型部署到服务器环境中轻松
开发 Detectron2 模型并将其部署到浏览器和移动环境中

本书适合的读者
如果您是一名深度学习应用程序开发人员、研究人员或软件开发人员，并且具有一些深度学习的先验知识，那么本书适合您入门并为计算机视觉应用程序开发深度学习模型。即使你是计算机视觉方面的专家并且对 Detectron2 的特性感到好奇，或者你想学习一些前沿的深度学习设计模式，你都会发现本书很有帮助。如果您想使用这些平台部署计算机视觉应用程序，则具备一些 HTML、Android 和 C++ 编程技能是有利的。