vivo官網的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

手機攝影：從小白到大師

為了解決vivo官網的問題，作者王鵬鵬 這樣論述：

本書主要由兩部分構成：前期怎麼拍與後期怎麼修。 前期部分分為2篇共5章。沒有採用常規的羅列式寫作手法，而是運用了遞進式的創作手法，從基礎的攝影參數開始，到手機攝影小白的拍攝心路，再到成熟攝影人的思維方式層層推進，符合大多數人的學習與認知過程。我們將大量的手機攝影知識融入這個成長過程中，包括如何選擇拍攝設備、如何優化畫面構圖、如何運用攝影色彩、怎麼捕捉決定性瞬間等技巧，再加上正反作品的對比，通過反差學習的方式讓大家深刻地掌握手機攝影的精髓。 後期部分分為1篇共17章，著重強調基礎的後期原理，重要工具背後的變化規律等，我們都會一一剖析然後展現在大家面前。因為我們始終堅信“授人以魚不如授人以漁”

。只有經過這樣的學習，才能真正做到“舉一反三”。   也許以前一些在你眼中百思不得其解的知識難點，在這本書裡面竟顯得如此簡單。具體而言，後期部分從基礎的色彩原理和色彩表示方法出發，然後逐個解析重要的後期工具並穿插其應用，後通過實例將原理與工具統一起來，以獲得思維上的昇華與啟迪。 手機攝影是這個世界送給每個生活熱愛者的大禮，它讓我們可以隨時隨地記錄下身邊的美。 王鵬鵬，「嗨攝會」手機攝影社群創辦人、潑辣修圖專家顧問、思銳品牌合作攝影師、知乎手機攝影活躍答主，其手機攝影文章先後被視覺中國500px、攝影世 界、米拍、poco、vivo官網轉載，單篇手機攝影文章閱讀量超過60萬

。並先後在玩轉手機攝影、Air photo、潑辣修圖等平臺分享攝影課程，聽課總人數超過五萬人。也曾為美國虹軟，靈山集團等公司和機構培訓手機攝影。 葉明，「潑辣修 圖」中國區負責人，《中國攝影報》專欄作家，《攝影之友》合作攝影人，在知乎擁有超過25萬的關注者，其文章多次被蜂鳥、色影無忌、攝影之友等主流媒體轉 載，其所在團隊開發的全平臺專業修圖軟體「潑辣修圖」連續兩年入選App Store“年度佳應用”，有超過1200萬的用戶選擇使用「潑辣修圖」編輯他們的精彩瞬間。 第一篇 手機攝影入門，從這兒開始 第一章 手機攝影，從瞭解自己的手機相機開始 第一節 手機攝影中必須瞭解的拍攝

屬性 第二節 手機攝影的三要素：對焦、測光、快門 第三節 熟悉的手機，不熟悉的拍照介面 第四節 成為手攝達人的幾點拍攝小技巧 第二章 當我是攝影小白的時候，我認識的手機攝影是這樣的 第一節 手機“攝影”與“拍照”的區別 第二節 多樣的構圖法則背後的邏輯 第三節 這些拍攝技巧比構圖法則 實用 第四節 掌握這幾個概念，讓手機拍攝變得簡單 第五節 照片“拍出來”到“修圖”是一個過程 第六節 修圖App精選 第七節 如何選擇適合自己的拍照手機 第二篇 手機攝影大師養成記 第三章 當我成了手機攝影大神的時候，我是這樣拍的 第一節 手機攝影中應該關注的內容 第二節 從“隨手拍”到“攝影”的變化 第三節

掌握構圖的本質讓攝影 簡單 第四節 學習構圖以外的技能 第五節 這些方法讓拍攝的照片 吸引人 第六節 快速提升手機攝影的方式 第七節 好作品可能是“裁”出來的 第八節 組圖的形式讓照片表達 具象 第九節 如何鍛煉自己的攝影眼 第十節 讓攝影變成一種社交 第四章 炫爆朋友圈的手機攝影秘密 第一節 教你如何快速尋找適合拍照的場景 第二節 雜亂無序的街頭，如何拍出大片感 第三節 旅遊景點，這樣拍會不一樣 第四節 不一樣的男生手機自拍指南 第五章 聽大師們說 城市建築—劉虔 手機美食攝影—堯玥綾 手機人文紀實—向西村上春樹 手機人像—王璞 手機攝影的創意 —彭渤 自拍—j 導 自然風光—魚頭 第三篇

後期 第六章 後期概述 第七章 從RGB講起 第八章 長條圖及其閱讀 第一節 認識通道長條圖 第二節 RGB長條圖的閱讀 第三節 RGB長條圖的特殊形態 第四節 通道長條圖的閱讀 第九章 曲線工具 第一節 白色曲線 第二節 紅色曲線 第三節 綠色曲線 第四節 藍色曲線 第五節 曲線工具的應用 第十章 HSL工具及其應用 第一節 色彩基本屬性 第二節 HSL工具 第三節 實例演示 第十一章 高低光工具 第十二章 色彩工具 第一節 色溫 第二節 色溫工具 第三節 色調工具 第四節 飽和度 第五節 自然飽和度 第十三章 光效工具 第一節 去霧 第二節 曝光 第三節 亮度 第四節 對比度 第十四章

質感 第一節 清晰度 第二節 銳化 第三節 降噪 第十五章 暗角 第十六章 色調（分離） 第十七章 畸變 第十八章   第十九章 局部調整工具 第二十章 人像 第一節 人像調整 第二節 點去除 第三節 液化 第二十一章 文字 第二十二章 後期實例 第一節 暗調花卉 第二節 高調建築 第三節 色調統一 第四節 日系風格 第五節 歐系攝影 第六節 重塑色彩 第七節 通透風光 第八節 黑白後期 第九節 剪影後期 第十節 創意色彩

vivo官網進入發燒排行的影片

基於生成對抗網路（GAN）與Mask R-CNN之電腦輔助系統以增強大腸息肉偵測及分類

為了解決vivo官網的問題，作者王威淳 這樣論述：

大腸癌目前是全世界排名第三常見的癌症。大腸息肉為大腸癌之前身。所以大腸息肉的檢測為重要的臨床研究議題。如能及早發現大腸息肉，提前切除，就能有效降低死亡率。大腸鏡為偵測大腸息肉的首選方式。根據研究顯示，平均每人次完成大腸鏡檢仍有26% 的大腸息肉未被發現。因此利用深度學習來幫助醫師辨識出大腸息肉是目前重要的研究。大腸息肉又分為良性息肉與惡性息肉。惡性息肉中以扁平鋸齒狀腺瘤生長速度快，易惡變，但相對數量少且不易被發現。但訓練深度學習模型需要大量的訓練資料，因此本研究使用資料增強加上Conditional GAN生成出更多的扁平鋸齒狀腺瘤訓練資料集。再利用物件偵測模型YOLOv4訓練，以提供鏡檢醫

師完善的電腦輔助偵測系統並提高腺瘤檢出率及準確的判斷息肉類別。此外大腸鏡即時操作時常會因晃動造成影像模糊而影響息肉辨識，所以本研究提出利用DeblurGAN-v2進行去模糊化。最後訓練Mask R-CNN，在偵測到息肉後，推算息肉的真實面積，提供鏡檢醫師一個可依照息肉大小判斷病情嚴重度及後續追蹤間隔時間的重要依據。經實驗結果後發現使用GAN資料比只使用資料擴增的模型的mAP提升了2.42%，對模糊圖片使用DeblurGAN-v2後再偵測的mAP提升5.10%，Mask R-CNN的mAP則為86.24%，可有效幫助醫師找出息肉並判斷病情嚴重度。