1~2日で出荷、新刊の場合、発売日以降のお届けになります
本書の中心となるテーマは、画像認識における画像分類です。画像分類は「画像がどのカテゴリに属するか」を判定するタスクであり、画像認識の中でも特に重要な役割を果たしています。自動運転、医療診断、監視システム、エンターテインメントに至るまで、画像分類技術の応用範囲は広大です。本書を通して画像分類モデルを活用した最先端の技術をお届けします。
また、本書では、すぐに実装していただけるよう、PyTorchやKerasを用いたプログラミングについても解説。ViTやSwin Transformerについては、PyTorchとKeras両者の実装コードを掲載しました。
1章 開発環境について
2章 Vision Transformerによる画像分類モデルの実装(PyTorch編)
3章 VisionTransformerの性能を引き上げる
4章 VisionTransformerによる画像分類モデルの実装(Keras編)
5章 Swin Transformerを用いた画像分類モデルの実装(PyTorch編)
6章 Swin Transformerを用いた画像分類モデルの実装(Keras編)
7章 T2T-ViTを用いた画像分類モデルの実装(PyTorch)
8章 CoAtNetを用いた画像分類モデルの実装(PyTorch)
9章 BoTNetを用いた画像分類モデルの実装(PyTorch)
10章 EdgeNeXtを用いた画像分類モデルの実装(PyTorch)
11章 ConvMixerを用いた画像分類モデルの実装(Keras)
12章 GCViTを用いた画像分類モデルの実装(Keras)
13章 ConvNeXtを用いた画像分類モデルの実装(PyTorch)
14章 MViTを用いた画像分類モデルの実装(PyTorch)
よく利用するジャンルを設定できます。
「+」ボタンからジャンル(検索条件)を絞って検索してください。
表示の並び替えができます。