基礎(chǔ)篇： 人工智能邊緣設(shè)備開發(fā)入門

模塊1人工智能邊緣設(shè)備基礎(chǔ)概念3
1.1人工智能邊緣設(shè)備概述4
1.1.1人工智能的概念4
1.1.2邊緣計算的概念5
1.2人工智能邊緣設(shè)備的特點6
1.3人工智能邊緣設(shè)備應(yīng)用7
1.3.1典型應(yīng)用領(lǐng)域7
1.3.2典型應(yīng)用設(shè)備7
1.4人工智能邊緣設(shè)備的挑戰(zhàn)與發(fā)展9
1.4.1挑戰(zhàn)9
1.4.2發(fā)展10
【案例實現(xiàn)】人工智能邊緣設(shè)備開發(fā)環(huán)境配置10
任務(wù)1： 本地控制人工智能邊緣設(shè)備11
任務(wù)2： 人工智能邊緣設(shè)備網(wǎng)絡(luò)配置11
任務(wù)3： 遠程連接人工智能邊緣設(shè)備16
【模塊小結(jié)】19
【知識拓展】人工智能邊緣設(shè)備助力數(shù)字經(jīng)濟發(fā)展19
【課后實訓(xùn)】20
模塊2人工智能邊緣設(shè)備應(yīng)用技術(shù)棧21
2.1人工智能邊緣設(shè)備技術(shù)棧22
2.1.1數(shù)據(jù)處理平臺22
2.1.2操作系統(tǒng)22
2.1.3硬件設(shè)備23
2.1.4計算框架23
2.1.5智能算法24
2.1.6智能編程庫24
2.2數(shù)據(jù)處理方法25
2.2.1圖像數(shù)據(jù)處理25
2.2.2文本數(shù)據(jù)處理28
【案例實現(xiàn)】數(shù)據(jù)處理應(yīng)用31
任務(wù)1： 讀取圖像數(shù)據(jù)32
任務(wù)2： 圖像數(shù)據(jù)概覽34
任務(wù)3： 圖像數(shù)據(jù)預(yù)處理36
【模塊小結(jié)】39
【知識拓展】從《十四五大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃》中看數(shù)據(jù)處理平臺的
發(fā)展39
【課后實訓(xùn)】40
模塊3人工智能邊緣設(shè)備操作系統(tǒng)41
3.1操作系統(tǒng)的概念42
3.1.1操作系統(tǒng)的基本功能42
3.1.2常見的邊緣智能操作系統(tǒng)43
3.2Linux系統(tǒng)操作命令46
3.2.1系統(tǒng)狀態(tài)檢測命令47
3.2.2工作目錄切換命令49
3.2.3文件目錄管理命令50
【案例實現(xiàn)】Linux系統(tǒng)磁盤檢測與維護52
任務(wù)1： 使用jtop工具查看設(shè)備情況53
任務(wù)2： 手動查看具體磁盤存儲空間57
任務(wù)3： 自動刪除磁盤存儲日志文件58
【模塊小結(jié)】61
【知識拓展】人工智能邊緣設(shè)備操作系統(tǒng)為數(shù)字經(jīng)濟提供基礎(chǔ)設(shè)施62
【課后實訓(xùn)】62
模塊4人工智能邊緣設(shè)備硬件基礎(chǔ)63
4.1人工智能邊緣設(shè)備工作流程64
4.1.1數(shù)據(jù)采集64
4.1.2數(shù)據(jù)傳輸65
4.1.3智能邊緣計算65
4.2人工智能邊緣設(shè)備硬件類型66
4.2.1傳感器66
4.2.2可編程邏輯控制器67
4.3常見的傳感器68
4.3.1攝像頭69
4.3.2麥克風70
【案例實現(xiàn)】智能邊緣設(shè)備傳感器應(yīng)用71
任務(wù)1： 查看攝像頭掛載情況71
任務(wù)2： 調(diào)用攝像頭拍照與保存72
任務(wù)3： 調(diào)用語音模塊錄音與回放76
【模塊小結(jié)】79
【知識拓展】智能邊緣硬件在智慧城市中的應(yīng)用79
【課后實訓(xùn)】79

進階篇： 人工智能邊緣設(shè)備應(yīng)用技術(shù)

模塊5人工智能邊緣設(shè)備計算框架83
5.1智能邊緣計算框架的概念84
5.2常用的智能邊緣計算框架84
5.2.1Paddle Inference框架85
5.2.2MNN框架85
5.2.3Dabnn框架86
5.2.4OpenVINO框架86
5.2.5TensorFlow Lite 框架86
【案例實現(xiàn)】Paddle Inference框架安裝87
任務(wù)1： 查看人工智能邊緣設(shè)備硬件環(huán)境87
任務(wù)2： 驗證人工智能邊緣設(shè)備編譯環(huán)境88
任務(wù)3： 安裝PaddlePaddle框架 88
任務(wù)4： 驗證Paddle Inference安裝情況90
【模塊小結(jié)】92
【知識拓展】國產(chǎn)開源深度學習框架的意義與重要性92
【課后實訓(xùn)】93
模塊6人工智能邊緣設(shè)備算法基礎(chǔ)94
6.1人工智能算法概述95
6.1.1人工智能算法的基本概念95
6.1.2人工智能算法的基本要素96
6.1.3人工智能算法的基本特征97
6.2常見的人工智能算法97
6.2.1圖像分類算法97
6.2.2目標檢測算法98
6.2.3圖像分割算法99
6.2.4人體關(guān)鍵點檢測算法100
6.2.5語音識別算法101
6.2.6文字識別算法101
【案例實現(xiàn)】人工智能算法應(yīng)用與基礎(chǔ)實現(xiàn)102
任務(wù)1： 實訓(xùn)環(huán)境準備102
任務(wù)2： 體驗圖像分類算法103
任務(wù)3： 體驗?zāi)繕藱z測算法105
任務(wù)4： 體驗圖像分割算法105
任務(wù)5： 體驗人體關(guān)鍵點檢測算法107
任務(wù)6： 人臉檢測算法實現(xiàn)108
【模塊小結(jié)】111
【知識拓展】人工智能算法的安全風險及其應(yīng)對方法111
【課后實訓(xùn)】111
模塊7人工智能邊緣設(shè)備基礎(chǔ)應(yīng)用113
7.1庫的類別114
7.1.1函數(shù)庫114
7.1.2模型庫115
7.2常用的人工智能模型庫115
7.2.1圖像分類常用模型庫115
7.2.2目標檢測常用模型庫116
7.2.3圖像分割常用模型庫117
7.2.4文字識別常用模型庫117
7.2.5語音識別常用模型庫118
7.3遷移學習算法118
7.3.1遷移學習算法的概念119
7.3.2遷移學習算法的應(yīng)用119
7.3.3遷移學習算法的特點120
【案例實現(xiàn)】基于遷移學習的電子產(chǎn)品分類121
任務(wù)1： 模型訓(xùn)練環(huán)境準備121
任務(wù)2： 分類目標數(shù)據(jù)采集122
任務(wù)3： 遷移學習模型訓(xùn)練126
任務(wù)4： 測試模型訓(xùn)練結(jié)果127
【模塊小結(jié)】131
【知識拓展】人工智能從大煉模型到煉大模型變化的意義131
【課后實訓(xùn)】132

應(yīng)用篇： 人工智能邊緣設(shè)備項目實戰(zhàn)

模塊8產(chǎn)品智能分揀系統(tǒng)搭建135
8.1產(chǎn)品智能分揀系統(tǒng)概述136
8.1.1背景136
8.1.2意義137
8.2智能分揀系統(tǒng)常用方法137
8.2.1條形碼識別技術(shù)138
8.2.2RFID（射頻識別）技術(shù)139
8.2.3圖像識別技術(shù)139
8.3人工智能邊緣設(shè)備應(yīng)用案例分析141
8.3.1核心訴求141
8.3.2解決方案141
8.4目標檢測的實現(xiàn)原理141
【案例實現(xiàn)】基于目標檢測的產(chǎn)品智能分揀系統(tǒng)搭建143
任務(wù)1： 模型訓(xùn)練環(huán)境準備143
任務(wù)2： 檢測目標數(shù)據(jù)采集145
任務(wù)3： 遷移學習模型訓(xùn)練150
任務(wù)4： 測試模型訓(xùn)練結(jié)果152
【模塊小結(jié)】153
【知識拓展】智能分揀系統(tǒng)助力物流體系建設(shè)153
【課后實訓(xùn)】153
模塊9產(chǎn)品質(zhì)量檢測系統(tǒng)搭建154
9.1產(chǎn)品質(zhì)量檢測系統(tǒng)概述155
9.1.1背景155
9.1.2意義156
9.2產(chǎn)品質(zhì)量檢測系統(tǒng)常用方法156
9.2.1基于顏色特征的方法156
9.2.2基于紋理特征的方法157
9.2.3基于形狀特征的方法158
9.2.4基于空間關(guān)系特征的方法158
9.3邊緣設(shè)備應(yīng)用案例分析159
9.3.1核心訴求159
9.3.2解決方案160
9.4產(chǎn)品質(zhì)量檢測系統(tǒng)的實現(xiàn)流程161
9.4.1圖像獲取模塊161
9.4.2圖像處理模塊161
9.4.3圖像分析模塊162
9.4.4人機接口模塊162
【案例實現(xiàn)】基于物體檢測的PCB質(zhì)量檢測系統(tǒng)搭建162
任務(wù)1： PCB質(zhì)量檢測模型部署格式導(dǎo)出163
任務(wù)2： PCB質(zhì)量檢測模型部署環(huán)境編譯165
任務(wù)3： PCB質(zhì)量檢測部署格式模型性能預(yù)測168
任務(wù)4： PCB質(zhì)量檢測部署格式模型命令行部署預(yù)測171
【模塊小結(jié)】172
【知識拓展】從中國制造到中國智造173
【課后實訓(xùn)】173
模塊10生產(chǎn)安全監(jiān)控系統(tǒng)搭建175
10.1生產(chǎn)安全監(jiān)控系統(tǒng)的概念176
10.2生產(chǎn)安全監(jiān)控系統(tǒng)的背景及意義176
10.3生產(chǎn)安全監(jiān)控系統(tǒng)的構(gòu)成及應(yīng)用178
10.3.1系統(tǒng)構(gòu)成178
10.3.2場景應(yīng)用179
10.4邊緣設(shè)備應(yīng)用案例分析179
10.4.1核心訴求179
10.4.2解決方案180
10.5行為識別的實現(xiàn)流程181
10.5.1輸入圖像數(shù)據(jù)集181
10.5.2圖像預(yù)處理181
10.5.3特征提取182
10.5.4訓(xùn)練分類器182
10.5.5行為識別分類182
【案例實現(xiàn)】基于目標檢測的安全帽佩戴識別系統(tǒng)功能實現(xiàn)182
任務(wù)1： 安全帽佩戴識別模型性能預(yù)測183
任務(wù)2： 安全帽佩戴識別模型轉(zhuǎn)換部署185
任務(wù)3： 安全帽佩戴識別模型服務(wù)應(yīng)用187
【模塊小結(jié)】190
【知識拓展】人工智能助力企業(yè)安全生產(chǎn)發(fā)展190
【課后實訓(xùn)】191
模塊11產(chǎn)品票務(wù)管理系統(tǒng)搭建192
11.1智慧財會的背景與意義193
11.1.1背景193
11.1.2意義194
11.2邊緣設(shè)備在票據(jù)識別中的應(yīng)用196
11.2.1文字的高速自動輸入196
11.2.2辦公自動化196
11.2.3智能計算機196
11.2.4信息壓縮與傳輸197
11.2.5文字錄入197
11.3邊緣設(shè)備應(yīng)用案例分析： 財務(wù)報銷智能化197
11.3.1核心訴求197
11.3.2解決方案197
11.4文字識別的實現(xiàn)原理198
【案例實現(xiàn)】基于文字識別的票據(jù)識別功能實現(xiàn)200
任務(wù)1： 加載文字識別模型200
任務(wù)2： 單張票據(jù)文件識別201
任務(wù)3： 多張票據(jù)文件識別203
【模塊小結(jié)】207
【知識拓展】文字識別助力數(shù)字政務(wù)升級207
【課后實訓(xùn)】208
模塊12智能客戶服務(wù)系統(tǒng)搭建209
12.1智能客服的背景與意義210
12.1.1背景210
12.1.2意義210
12.2邊緣設(shè)備在智能客服中的應(yīng)用211
12.2.1人工智能代理管理211
12.2.2智慧交通語音導(dǎo)航212
12.2.3智能語音外呼212
12.3邊緣設(shè)備應(yīng)用案例分析212
12.3.1核心訴求212
12.3.2解決方案213
【案例實現(xiàn)】基于語音識別的智能客戶服務(wù)系統(tǒng)搭建213
任務(wù)1： 創(chuàng)建語音識別應(yīng)用214
任務(wù)2： 編寫語音輸入函數(shù)221
任務(wù)3： 編寫語音識別函數(shù)223
任務(wù)4： 語音識別測試應(yīng)用224
【模塊小結(jié)】227
【知識拓展】智能客服的發(fā)展趨勢227
【課后實訓(xùn)】227
參考文獻229