کتاب بینایی کامپیوتر با پایتون نشر علوم رایانه

فصل اول: مقدمه ۱-۱. بینایی کامپیوتر چیست؟ ۱-۲. حوزه‌های تحقیقاتی در بینایی کامپیوتر ۱-۳. کاربردهای بینایی کامپیوتر ۱-۴. کتابخانه‌های پایتون برای بینایی کامپیوتر ۱-۵. نصب پایتون ۱-۶. نوشتن اولین برنامه ۱-۷. آشنایی با نحو پایتون فصل دوم: مقدمه‌ای بر پایتون ۲-۱. انواع داده و متغیرها در پایتون ۲-۲. عملگرها در پایتون ۲-۳. دستورات شرطی ۲-۴. دستورات تکرار ۲-۵. توابع ۲-۶. اشیا و کلاس‌ها ۲-۷. تمرین‌ها ۲-۸. پاسخ تمرین‌ها فصل سوم: مبانی پردازش تصویر ۳-۱. کامپیوتر چگونه اشیا را می‌بیند؟ ۳-۲. پردازش تصویر با کتابخانه OpenCV ۳-۳. پردازش تصویر با کتابخانه Pillow در پایتون ۳-۴. تمرین‌ها ۳-۵. پاسخ تمرین‌ها فصل چهارم: مبانی پردازش ویدیو ۴-۱. کامپیوتر چگونه ویدیوها را پردازش می‌کند؟ ۴-۲. تصویربرداری و نمایش ویدیو از دوربین ۴-۳. ذخیره ویدیوی دوربین ۴-۴. بازیابی و نمایش ویدیو از فایل ویدیو ۴-۵. رسم شکل‌ها روی ویدیو ۴-۶. تمرین‌ها ۴-۷. پاسخ تمرین‌ها فصل پنجم: شناسایی چهره با کتابخانه OpenCV ۵-۱. کتابخانه OpenCV برای شناسایی چهره ۵-۲. نصب کتابخانه و وارد کردن تصاویر ۵-۳. شناسایی کل چهره ۵-۴. شناسایی چشم‌ها ۵-۵. شناسایی لبخند ۵-۶. شناسایی چهره‌ برای ویدیوهای زنده ۵-۷. تمرین‌ها ۵-۸. پاسخ تمرین‌ها فصل ششم: مبانی یادگیری ماشین برای بینایی کامپیوتر ۶-۱. حل مسأله‌های رگرسیون در یادگیری ماشین ۶-۲. حل مسأله‌های دسته‌بندی در یادگیری ماشین ۶-۳. یادگیری ماشین برای بینایی کامپیوتر ـ دسته‌بندی ارقام دست‌نویس ۶-۴. تمرین‌ها ۶-۵. پاسخ تمرین‌ها فصل هفتم: یادگیری عمیق برای بینایی کامپیوتر ۷-۱. یادگیری عمیق چیست؟ ۷-۲. دسته‌بندی تصویر با شبکه عصبی با اتصالات متراکم ۷-۳. دسته‌بندی تصویر با شبکه عصبی پیچشی (CNN) ۷-۴. تمرین‌ها ۷-۵. پاسخ تمرین‌ها فصل هشتم: یادگیری انتقالی برای بینایی کامپیوتر ۸-۱. یادگیری انتقالی ۸-۲. دسته‌بندی تصویر با شبکه عصبی پیچشی ۸-۳. دسته‌بندی تصویر با استفاده از مدل از پیش آموزش دیده‌ی “VGG ۱۶” ۸-۴. دسته‌بندی تصویر با استفاده از مدل از پیش آموزش دیده‌ی RESNET ۸-۵. تمرین‌ها ۸-۶. پاسخ تمرین‌ها فصل نهم: شناسایی اشیا با الگوریتم یولو ۹-۱. الگوریتم یولو چیست؟ ۹-۲. شناسایی اشیای تصویر با یولو ۹-۳. شناسایی اشیا در ویدیوها با الگوریتم یولو ۹-۴. شناسایی اشیا از وب‌کم با یولو ۹-۵. تمرین‌ها ۹-۶. پاسخ تمرین‌ها فصل دهم: مقدمه‌ای بر شبکه‌های متخاصم مولد (GAN) ۱۰-۱. شبکه متخاصم مولد چیست؟ ۱۰-۲. تولید ارقام دست‌نویس با شبکه متخاصم مولد ۱۰-۳. تولید تصاویر مُد با مدل DCGAN ۱۰-۴. تمرین‌ها ۱۰-۵. پاسخ تمرین‌ها