상품상세 정보
길벗 이미지 처리 바이블 - 파이썬, OpenCV, 텐서플로로 배우는 이미지 처리와 컴퓨터 비전의 모든 것!
| 판매가 | 39600 |
|---|---|
| 할인판매가 | 39,600원 (39,600원 할인) |
| 할인금액 | 총 할인금액 원 (모바일할인금액 원) |
| 적립금 |
0원(0%)
|
| 제휴적립금 | |
| 배송방법 | 택배 |
| 배송비 | 무료 |
| 배송 | |
|---|---|
| 수량 |
|
| 상품 정보 | 가격 | 삭제 |
|---|---|---|
| 총상품금액(수량) 0 | ||
| 상품명 | 길벗 이미지 처리 바이블 - 파이썬, OpenCV, 텐서플로로 배우는 이미지 처리와 컴퓨터 비전의 모든 것! |
|---|---|
| 정가 | |
| 판매가 | 39,600원 |
| 상품코드 | P000CIIN |
| 배송비 | 무료 |
| 수량 |   |
결제 안내
배송 안내
- 배송 방법 : 택배
- 배송 지역 : 전국지역
- 배송 비용 : 무료
- 배송 기간 : 1일 ~ 2일
- 배송 안내 :
교환/반품 안내
환불 안내
환불시 반품 확인여부를 확인한 후 3영업일 이내에 결제 금액을 환불해 드립니다.
신용카드로 결제하신 경우는 신용카드 승인을 취소하여 결제 대금이 청구되지 않게 합니다.
(단, 신용카드 결제일자에 맞추어 대금이 청구 될수 있으면 이경우 익월 신용카드 대금청구시 카드사에서 환급처리
됩니다.)
신용카드로 결제하신 경우는 신용카드 승인을 취소하여 결제 대금이 청구되지 않게 합니다.
(단, 신용카드 결제일자에 맞추어 대금이 청구 될수 있으면 이경우 익월 신용카드 대금청구시 카드사에서 환급처리
됩니다.)
서비스문의 안내
이미지 처리 바이블 - 파이썬, OpenCV, 텐서플로로 배우는 이미지 처리와 컴퓨터 비전의 모든 것!
류태선,콥스랩 연구원 (지은이)길벗2024-04-30
스마트폰의 카메라 앱부터 자율 주행 차량, 그리고 최근 발표한 OpenAI의 동영상 생성 서비스인 Sora까지, 이미지 처리와 컴퓨터 비전 기술은 이미 우리 생활에 깊숙이 자리잡고 있다. 이 책은 이미지 처리의 기본적인 개념부터 시작하여 고급 컴퓨터 비전 기술, 인공지능을 이용한 이미지 분석까지 광범위한 주제를 다룬다.
각 장은 이론 설명과 함께 실제 사례 연구 및 파이썬, OpenCV, 텐서플로를 활용한 실용적인 코드로 학습할 수 있도록 구성했다. 또한, 마지막에는 건설 현장과 의료 분야에서 어떻게 이미지 처리를 활용하고 있는지, 실전 프로젝트로 살펴볼 수 있다. 이미지 처리와 컴퓨터 비전의 기초부터 최신 기술까지 폭넓은 지식을 학습하고자 하는 분들께 추천한다.
목차
1장. 기본 개념과 도구
1.1 이미지 처리와 컴퓨터 비전
__1.1.1 이미지 처리란?
__1.1.2 컴퓨터 비전이란?
__1.1.3 이미지 처리와 컴퓨터 비전의 연관성
1.2 필요한 도구들
__1.2.1 파이썬 핵심 문법
__1.2.2 OpenCV
__1.2.3 텐서플로
2장. 이미지 처리 기초
2.1 이미지란?
__2.1.1 디지털 이미지의 구조
__2.1.2 색 공간 이해하기
__2.1.3 이미지에서의 텐서 이해하기
2.2 이미지 처리 기법
__2.2.1 이미지 필터링
__2.2.2 이미지 변환
__2.2.3 주파수 도메인 기법
__2.2.4 이미지 경계 검출
3장. 인공지능과 이미지 처리
3.1 딥러닝이란?
__3.1.1 인공 신경망 기초
__3.1.2 합성곱 신경망(CNN)
__3.1.3 생성적 적대 신경망(GAN)
3.2 딥러닝을 활용한 이미지 처리
__3.2.1 이미지 분류
__3.2.2 객체 인식
__3.2.3 스타일 전이
4장. 이미지 분류
4.1 구글넷과 레즈넷
__4.1.1 초기 신경망 모델
__4.1.2 구글넷
__4.1.3 레즈넷
4.2 최적화된 모델 살펴보기
__4.2.1 레즈넷 이후의 모델들
__4.2.2 이피션트넷
4.3 비전 트랜스포머
__4.3.1 트랜스포머
__4.3.2 비전 트랜스포머
5장. 객체 탐지
5.1 two-stage detector
__5.1.1 R-CNN
__5.1.2 Fast R-CNN과 Faster R-CNN
5.2 one-stage detector
__5.2.1 YOLO
__5.2.2 YOLO9000과 YOLO v3
__5.2.3 EfficientDET
5.3 이미지 분할
__5.3.1 FCN
__5.3.2 U-Net
__5.3.3 SAM
6장. 이미지 생성
6.1 이미지-이미지 변환
__6.1.1 StarGAN 이전의 생성 모델
__6.1.2 StarGAN과 다중 이미지-이미지 변환
6.2 초고해상도와 스타일 제어
__6.2.1 PGGAN
__6.2.2 StyleGAN
6.3 스테이블 디퓨전
__6.3.1 디퓨전 모델
__6.3.2 스테이블 디퓨전
7장. 실제 사례 및 프로젝트
7.1 건설 현장에서 활용하는 사례와 프로젝트
__7.1.1 건설 현장에서 이미지 처리 활용
__7.1.2 건설 현장에서의 이미지 분할 활용
7.2 의료 분야에서 활용하는 사례와 프로젝트
__7.2.1 합성곱 신경망을 활용한 엑스레이 영상 분류 모델
__7.2.2 분류 작업에서의 다양한 평가지표
__7.2.3 의료 인공지능과 설명 가능성
부록 A. 코랩 사용하기
A.1 구글 코랩 사용법
__A.1.1 코랩 시작하기
__A.1.2 코랩의 기본 사용법
__A.1.3 코랩과 깃허브 연동 방법
