新一代人工智能：無代碼人工智能開發(fā)平臺(tái)實(shí)踐
定 價(jià)：89.8 元
- 作者：蘆碧波張建春王春陽(yáng)蘇柏順
- 出版時(shí)間：2023/4/1
- ISBN：9787115601032
- 出 版 社：人民郵電出版社
- 中圖法分類：TP18
- 頁(yè)碼：
- 紙張：膠版紙
- 版次：
- 開本：128開
本書是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域?qū)＜叶嗄陮?shí)踐的結(jié)晶。它深入淺出地講解了無代碼人工智能開發(fā)平臺(tái)實(shí)踐，可以激發(fā)讀者對(duì)人工智能的興趣、學(xué)習(xí)人工智能知識(shí)、明確人工智能要素、掌握人工智能應(yīng)用流程，并在學(xué)習(xí)和工作中不斷拓展人工智能的應(yīng)用領(lǐng)域，探索新的人工智能落地應(yīng)用場(chǎng)景。本書首先介紹了人工智能和無代碼人工智能平臺(tái)EasyDL的基本用法，涉及圖像智能分析、文本智能分析、語(yǔ)音智能分析、EasyDL OCR等；然后，重點(diǎn)闡釋了人工智能模型調(diào)用、人工智能模型部署方面的內(nèi)容；最后，分析人工智能在各個(gè)領(lǐng)域的應(yīng)用案例并介紹相關(guān)的學(xué)科競(jìng)賽。
本書不僅可以作為高等院校各專業(yè)的人工智能通識(shí)教育教輔，而且可以作為計(jì)算機(jī)類、人工智能類專業(yè)低年級(jí)本科學(xué)生的入門教輔。此外，本書也可以作為人工智能比賽參賽人員及對(duì)人工智能感興趣人員的參考書。
1.知識(shí)點(diǎn)豐富實(shí)用。基于人工智能開發(fā)平臺(tái)實(shí)現(xiàn)，幫助讀者進(jìn)行人工智能模型的自我創(chuàng)作，激發(fā)讀者對(duì)人工智能的興趣，學(xué)習(xí)人工智能知識(shí)，明確人工智能要素，掌握人工智能技術(shù)應(yīng)用流程。
2.內(nèi)容詳細(xì)，講解可靠。本書深入淺出地講解了人工智能開發(fā)平臺(tái)的相關(guān)內(nèi)容，涉及理論介紹、平臺(tái)特點(diǎn)、平臺(tái)優(yōu)勢(shì)、開發(fā)案例以及相關(guān)配套的賽事等。
3.理論與實(shí)踐相結(jié)合。不僅介紹人工智能開發(fā)平臺(tái)相關(guān)技術(shù)的基本應(yīng)用和實(shí)現(xiàn)，而且討論多種實(shí)際應(yīng)用場(chǎng)景，幫助讀者真正理解并應(yīng)用到實(shí)際開發(fā)中。
蘆碧波，博士，教授，碩士生導(dǎo)師，長(zhǎng)期從事人工智能、圖像 視頻處理和分析等方面的研究。主持國(guó)家自然科學(xué)基金等省部級(jí)項(xiàng)目10多項(xiàng)。秉持“人人都能學(xué)A”的理念，基于無代碼人工智能平臺(tái)在高校開設(shè)人工智能通識(shí)課，推廣AI普及化教育。
張建春，博士，碩士生導(dǎo)師，焦作市高層次人才。目前從事人工智能、數(shù)據(jù)分析、系統(tǒng)仿真、軟件開發(fā)等方面的教學(xué)和科學(xué)研究工作。長(zhǎng)期與多所科研單位、企業(yè)保持合作關(guān)系，發(fā)表學(xué)術(shù)論文10多篇，參編教材2部。
王春陽(yáng)，博士，碩士生導(dǎo)師，焦作市高層次人才，日本千葉大學(xué)訪問學(xué)者。主要從事人工智能及遙感應(yīng)用的研究。主持和參與國(guó)家自然科學(xué)基金等項(xiàng)目8項(xiàng)，獲得河南省科技進(jìn)步二等獎(jiǎng)1項(xiàng)，發(fā)表學(xué)術(shù)論文30多篇。
蘇柏順，博士。目前主要從事人工智能通識(shí)教育與嵌入式技術(shù)的教學(xué)工作，長(zhǎng)期關(guān)注邊緣計(jì)算解決方案和應(yīng)用。參與河南省科技攻關(guān)項(xiàng)目4項(xiàng)，在國(guó)內(nèi)外期刊及國(guó)際會(huì)議上發(fā)表論文15篇，出版教材3部。
第 1章 人工智能概述 1
1.1 什么是人工智能 2
1.1.1 人工智能的定義 2
1.1.2 人工智能的起源 2
1.2 人工智能的發(fā)展歷史 2
1.3 新一代人工智能的三要素 3
1.3.1 數(shù)據(jù)與數(shù)據(jù)集 4
1.3.2 算法與深度學(xué)習(xí)框架 5
1.3.3 算力 5
1.4 新一代人工智能產(chǎn)業(yè)全景結(jié)構(gòu) 5
1.4.1 基礎(chǔ)層 5
1.4.2 技術(shù)層 6
1.4.3 應(yīng)用層 6
1.5 人工智能產(chǎn)業(yè)和應(yīng)用領(lǐng)域 6
1.5.1 人工智能產(chǎn)業(yè) 6
1.5.2 人工智能在智慧城市中的應(yīng)用 7
1.5.3 人工智能在智慧現(xiàn)場(chǎng)安監(jiān)中的應(yīng)用 8
1.6 人工智能體驗(yàn) 8
1.6.1 百度AI能力體驗(yàn)中心 8
1.6.2 圖像識(shí)別 9
1.6.3 圖像增強(qiáng)與特效 12
1.6.4 人臉與人體識(shí)別 13
1.6.5 語(yǔ)音技術(shù) 17
1.6.6 自然語(yǔ)言處理 17
1.6.7 通用文字識(shí)別 20
1.6.8 卡證文字識(shí)別 22
1.6.9 交通文字識(shí)別 23
1.6.10 票據(jù)文字識(shí)別 25
1.6.11 其他文字識(shí)別 27
小結(jié) 27
練習(xí) 28
第 2章 人工智能產(chǎn)品開發(fā)與EasyDL平臺(tái) 29
2.1 人工智能產(chǎn)品開發(fā) 30
2.1.1 人工智能產(chǎn)品開發(fā)流程 30
2.1.2 模型評(píng)判常用指標(biāo) 31
2.2 EasyDL平臺(tái)介紹 32
2.2.1 EasyDL平臺(tái)是什么 32
2.2.2 EasyDL平臺(tái)使用基本流程 33
2.2.3 模型部署方式 33
2.2.4 EasyDL平臺(tái)系列產(chǎn)品 34
2.2.5 EasyDL產(chǎn)品優(yōu)勢(shì) 39
2.3 AI產(chǎn)品市場(chǎng)和服務(wù)平臺(tái) 41
2.3.1 AI市場(chǎng)提供的產(chǎn)品和服務(wù) 41
2.3.2 AI市場(chǎng)的交易方 42
小結(jié) 42
練習(xí) 42
第3章 圖像智能分析 43
3.1 視覺感知與圖像 44
3.2 圖像的表示和存儲(chǔ) 45
3.2.1 圖像的表示與數(shù)字化 45
3.2.2 圖像的存儲(chǔ) 46
3.3 圖像分類 46
3.3.1 圖像分類的基本概念 46
3.3.2 圖像分類問題處理流程 47
3.3.3 靜態(tài)物品圖像分類的問題分析和數(shù)據(jù)采集 47
3.3.4 基于EasyDL平臺(tái)的圖像分類模型訓(xùn)練 48
3.3.5 模型校驗(yàn) 58
3.3.6 模型發(fā)布 61
3.4 物體檢測(cè) 64
3.4.1 物體檢測(cè)的基本概念 64
3.4.2 物體檢測(cè)處理流程 65
3.4.3 靜態(tài)物品物體檢測(cè)的問題分析和數(shù)據(jù)采集 65
3.4.4 基于EasyDL平臺(tái)的物體檢測(cè)模型訓(xùn)練 66
3.4.5 模型校驗(yàn) 74
3.4.6 模型發(fā)布 76
3.5 圖像分割 78
3.5.1 圖像分割的基本概念 78
3.5.2 靜態(tài)物品圖像分割的問題分析和數(shù)據(jù)采集 79
3.5.3 基于EasyDL平臺(tái)的圖像分割模型訓(xùn)練 80
3.5.4 模型校驗(yàn) 87
3.5.5 模型發(fā)布 87
小結(jié) 90
練習(xí) 91
第4章 文本智能分析 92
4.1 自然語(yǔ)言處理與文本 93
4.2 文本分類 94
4.2.1 問題分析 95
4.2.2 模型創(chuàng)建 95
4.2.3 數(shù)據(jù)準(zhǔn)備 96
4.2.4 模型訓(xùn)練 100
4.2.5 模型發(fā)布 105
4.3 短文本相似度分析 108
4.3.1 問題分析 108
4.3.2 模型創(chuàng)建 109
4.3.3 數(shù)據(jù)準(zhǔn)備 109
4.3.4 模型訓(xùn)練 111
4.3.5 模型發(fā)布 112
4.4 情感傾向分析 113
4.4.1 問題分析 113
4.4.2 模型創(chuàng)建 113
4.4.3 數(shù)據(jù)準(zhǔn)備 114
4.4.4 模型訓(xùn)練 116
4.4.5 模型發(fā)布 118
小結(jié) 118
練習(xí) 119
第5章 語(yǔ)音智能分析 120
5.1 語(yǔ)音處理 121
5.2 聲音分類 121
5.2.1 問題分析 121
5.2.2 模型創(chuàng)建 122
5.2.3 數(shù)據(jù)準(zhǔn)備 122
5.2.4 模型訓(xùn)練 124
5.3 語(yǔ)音識(shí)別 127
5.3.1 問題分析 128
5.3.2 模型的創(chuàng)建與評(píng)估 128
5.3.3 模型訓(xùn)練 131
5.3.4 模型的上線與調(diào)用 132
小結(jié) 133
練習(xí) 133
第6章 EasyDL OCR 134
6.1 OCR簡(jiǎn)介 135
6.2 OCR的應(yīng)用領(lǐng)域和場(chǎng)景 135
6.3 EasyDL OCR簡(jiǎn)介 137
6.3.1 EasyDL OCR處理流程 137
6.3.2 EasyDL OCR產(chǎn)品優(yōu)勢(shì) 137
6.4 EasyDL OCR操作案例 138
6.4.1 問題背景 138
6.4.2 需求分析 138
6.4.3 數(shù)據(jù)準(zhǔn)備 139
6.4.4 EasyDL OCR操作步驟 139
6.5 關(guān)于標(biāo)注方案的討論 148
6.5.1 “金額”字段的標(biāo)注 149
6.5.2 “校驗(yàn)碼”字段的標(biāo)注 149
小結(jié) 149
練習(xí) 150
第7章 EdgeBoard硬件部署 151
7.1 EdgeBoard計(jì)算卡簡(jiǎn)介 153
7.2 安裝系統(tǒng) 153
7.2.1 串口連接 155
7.2.2 SSH連接 156
7.3 模型訓(xùn)練 159
7.4 硬件部署 166
小結(jié) 174
練習(xí) 174
第8章 基于EasyDL平臺(tái)的人工智能學(xué)科競(jìng)賽 175
8.1 中國(guó)高校計(jì)算機(jī)大賽人工智能創(chuàng)意賽 176
8.1.1 比賽設(shè)置 176
8.1.2 比賽要求 178
8.2 賦能組比賽對(duì)專業(yè)認(rèn)證中非技術(shù)能力的要求與考查 180
8.2.1 技術(shù)能力與非技術(shù)能力 180
8.2.2 C4-AI比賽評(píng)分標(biāo)準(zhǔn)對(duì)非技術(shù)指標(biāo)的支撐 181
8.2.3 缺失的技術(shù)能力和非技術(shù)能力 182
8.3 2019—2021年C4-AI比賽獲獎(jiǎng)項(xiàng)目數(shù)據(jù)分析 183
8.3.1 歷屆獲獎(jiǎng)清單 183
8.3.2 賽事獲獎(jiǎng)項(xiàng)目涉及的行業(yè)和專業(yè)分析 185
8.4 賽事展望 187
小結(jié) 187
練習(xí) 188
第9章 EasyDL平臺(tái)行業(yè)賦能案例 189
9.1 文旅行業(yè) 190
9.1.1 AI識(shí)魚，讓游客暢玩海洋館 190
9.1.2 EasyDL平臺(tái)助力智能解讀國(guó)粹精品 190
9.2 零售行業(yè) 191
9.2.1 EasyDL平臺(tái)助力智能結(jié)算，向智能零售更近一步 191
9.2.2 圖像識(shí)別驅(qū)動(dòng)零售門店陳列審核升級(jí) 192
9.3 制造行業(yè) 193
9.3.1 EasyDL平臺(tái)使箱包檢針質(zhì)檢更輕松 193
9.3.2 AI助力機(jī)械質(zhì)檢高效化 194
9.4 交通運(yùn)輸行業(yè) 194
9.4.1 EasyDL平臺(tái)為橋梁巡檢提質(zhì)增效 194
9.4.2 “AI出�！敝悄茏R(shí)別船舶運(yùn)輸狀態(tài) 195
9.4.3 百度大腦助力快遞到家更快、更安全 196
9.5 管理與服務(wù)行業(yè) 197
9.5.1 百度大腦助力水務(wù)部門實(shí)現(xiàn)地下資產(chǎn)智能管理 197
9.5.2 EasyDL平臺(tái)物體檢測(cè)實(shí)現(xiàn)公共空間能效管理 197
9.6 餐飲行業(yè) 198
9.7 教育行業(yè) 199
9.8 電力行業(yè) 200
9.9 醫(yī)療健康行業(yè) 201
9.10 企業(yè)服務(wù)行業(yè) 202
小結(jié) 202
練習(xí) 203
附錄A EasyDL功能更新 204
附錄B 飛槳EasyDL桌面版操作 208
附錄C 使用labelImg進(jìn)行物體檢測(cè)標(biāo)注 220
附錄D 行業(yè)補(bǔ)充案例 231
書單推薦
