📚 网上馆配 · 在线荐购平台

内容简介：本书分为八章，主要内容包括计算机视觉技术的现状与迁移学习方法的作用；计算机视觉与迁移学习技术的基础知识；基于相似度迁移的细粒度分类模型及其实验效果；基于相似度迁移的语义分割模型及其实验效果；如何使用迁移学习技术来降低深度学习模型对于测试样本收集的完整信息的依赖，从而让模型能够应用于那些难以获取某些信息的广阔场景中；如何学习可迁移的关键点及链接，从而实现对任意类别物体的姿态估计；如何学习可迁移的提示与关联，仅用微量样本来实现准确的姿态估计。