ゲスト さん (ログイン)
オンライン書店【ホンヤクラブ】はお好きな本屋での受け取りで送料無料!新刊予約・通販も。本(書籍)、雑誌、漫画(コミック)など在庫も充実
秀和システム新社 チーム・カルポ
点
脱CNN「Vision Transformer」と革新的物体認識モデル群の理論的背景からPythonによる実装までを詳細に解説!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 Vision Transformerの性能を引き上げる4章 Vision Transformer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)
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)
ページ上部へ戻る
この商品に寄せられたカスタマーレビューはまだありません。
レビューを評価するにはログインが必要です。
この商品に対するあなたのレビューを投稿することができます。
本好きのためのオンライン書店
Honya Club.comは日本出版販売株式会社が運営しているインターネット書店です。ご利用ガイドはこちら
大塚忠治
価格:2,860円(本体2,600円+税)
【2000年12月発売】
エド・ボット カール・ジーシェルト クレーグ・スティンソン
価格:4,378円(本体3,980円+税)
【2002年03月発売】
岸昭二
価格:2,090円(本体1,900円+税)
【1991年12月発売】
1位
又吉直樹
価格:1,320円(本体1,200円+税)
【2015年03月発売】
一覧を見る
[BOOKデータベースより]
脱CNN「Vision Transformer」と革新的物体認識モデル群の理論的背景からPythonによる実装までを詳細に解説!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
[日販商品データベースより]2章 Vision Transformerによる画像分類モデルの実装(PyTorch編)
3章 Vision Transformerの性能を引き上げる
4章 Vision Transformer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)
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)