# dlcv_for_beginners

**Repository Path**: houlijia/dlcv_for_beginners

## Basic Information

- **Project Name**: dlcv_for_beginners
- **Description**: 《深度学习与计算机视觉》配套代码
- **Primary Language**: Unknown
- **License**: BSD-3-Clause
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-01-15
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

《深度学习与计算机视觉》配套代码  
===

![封面](https://raw.githubusercontent.com/frombeijingwithlove/dlcv_book_pretrained_caffe_models/master/fm.jpg)

原名《深度学习与计算机视觉：实例入门》，请注意：**这本书定位是入门书**。

代码[点这里](https://github.com/frombeijingwithlove/dlcv_for_beginners)。所有彩色图表电子版下载[点这里](https://github.com/frombeijingwithlove/dlcv_book_pretrained_caffe_models/tree/master/figs_n_plots)，第五章和第六章的彩色图表参见在线版：[第五章上](https://zhuanlan.zhihu.com/p/24162430)，[第五章下](https://zhuanlan.zhihu.com/p/24309547)，[第六章](https://zhuanlan.zhihu.com/p/24425116)。

因为某些我无法理解的原因，书中英文被出版社要求强行翻译，最后：1）部分英文不同程度的被翻译成了中文，2）导致英文文献占大部分的文献列表未能放到书中。引用文献列表[点这里](https://github.com/frombeijingwithlove/dlcv_for_beginners/blob/master/reference.pdf)。  

内容错误请到[这里](https://github.com/frombeijingwithlove/dlcv_for_beginners/issues)提出。勘误表点[这里](https://github.com/frombeijingwithlove/dlcv_for_beginners/blob/master/errata.pdf)。

购买链接：[京东](https://item.jd.com/12152559.html)，[亚马逊](https://www.amazon.cn/gp/product/B074JWSF99)，[当当](http://product.dangdang.com/25138676.html)

## 代码快速指引
[第五章：numpy、matplotlib可视化的例子](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap5)  
[第六章：物体检测标注小工具和本地数据增强小工具](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap6)  
[第七章：二维平面分类，分别基于Caffe和MXNet](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap7)  
[第八章：MNIST分类，分别基于Caffe和MXNet](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap8)  
[第九章：基于Caffe回归图像混乱程度，及卷积核可视化](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap9)   
[第十章：从ImageNet预训练模型进行迁移学习美食分类模型，混淆矩阵，ROC曲线绘制及模型类别响应图可视化，基于Caffe](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap10)  
[第十二章：用MNIST训练Siamese网络，t-SNE可视化，基于Caffe](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap12)  
[书中未包含杂七杂八：包括制造对抗样本(Caffe)、二维GAN及训练过程可视化(PyTorch)、给色情图片自动打马赛克(Caffe)、模型融合(Caffe)、图像分割(PyTorch)](https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/random_bonus)  
[模型剪枝(PyTorch)](https://github.com/yeyun11/pytorch-network-slimming)