人工智能邊緣設備應用 (微課視頻版)

目錄

 

 

基礎篇： 人工智能邊緣設備開發入門

 

模塊1人工智能邊緣設備基礎概念3

1.1人工智能邊緣設備概述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人工智能邊緣設備的特點6

1.3人工智能邊緣設備應用7

1.3.1典型應用領域7

1.3.2典型應用設備7

1.4人工智能邊緣設備的挑戰與發展9

1.4.1挑戰9

1.4.2發展10

【案例實現】人工智能邊緣設備開發環境配置10

任務1： 本地控制人工智能邊緣設備11

任務2： 人工智能邊緣設備網絡配置11

任務3： 遠程連接人工智能邊緣設備16

【模塊小結】19

【知識拓展】人工智能邊緣設備助力數字經濟發展19

【課後實訓】20

模塊2人工智能邊緣設備應用技術棧21

2.1人工智能邊緣設備技術棧22

2.1.1數據處理平臺22

2.1.2操作系統22

2.1.3硬件設備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數據處理方法25

2.2.1圖像數據處理25

2.2.2文本數據處理28

【案例實現】數據處理應用31

任務1： 讀取圖像數據32

任務2： 圖像數據概覽34

任務3： 圖像數據預處理36

【模塊小結】39

【知識拓展】從《“十四五”大數據產業發展規劃》中看數據處理平臺的

發展39

【課後實訓】40

模塊3人工智能邊緣設備操作系統41

3.1操作系統的概念42

3.1.1操作系統的基本功能42

3.1.2常見的邊緣智能操作系統43

3.2Linux系統操作命令46

3.2.1系統狀態檢測命令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】Linux系統磁盤檢測與維護52

任務1： 使用jtop工具查看設備情況53

任務2： 手動查看具體磁盤存儲空間57

任務3： 自動刪除磁盤存儲日誌文件58

【模塊小結】61

【知識拓展】人工智能邊緣設備操作系統為數字經濟提供基礎設施62

【課後實訓】62

模塊4人工智能邊緣設備硬件基礎63

4.1人工智能邊緣設備工作流程64

4.1.1數據採集64

4.1.2數據傳輸65

4.1.3智能邊緣計算65

4.2人工智能邊緣設備硬件類型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】智能邊緣設備傳感器應用71

任務1： 查看攝像頭掛載情況71

任務2： 調用攝像頭拍照與保存72

任務3： 調用語音模塊錄音與回放76

【模塊小結】79

【知識拓展】智能邊緣硬件在智慧城市中的應用79

【課後實訓】79

 

進階篇： 人工智能邊緣設備應用技術

 

模塊5人工智能邊緣設備計算框架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】Paddle Inference框架安裝87

任務1： 查看人工智能邊緣設備硬件環境87

任務2： 驗證人工智能邊緣設備編譯環境88

任務3： 安裝PaddlePaddle框架 88

任務4： 驗證Paddle Inference安裝情況90

【模塊小結】92

【知識拓展】國產開源深度學習框架的意義與重要性92

【課後實訓】93

模塊6人工智能邊緣設備算法基礎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徵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】人工智能算法應用與基礎實現102

任務1： 實訓環境準備102

任務2： 體驗圖像分類算法103

任務3： 體驗目標檢測算法105

任務4： 體驗圖像分割算法105

任務5： 體驗人體關鍵點檢測算法107

任務6： 人臉檢測算法實現108

【模塊小結】111

【知識拓展】人工智能算法的安全風險及其應對方法111

【課後實訓】111

模塊7人工智能邊緣設備基礎應用113

7.1庫的類別114

7.1.1函數庫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遷移學習算法的應用119

7.3.3遷移學習算法的特點120

【案例實現】基於遷移學習的電子產品分類121

任務1： 模型訓練環境準備121

任務2： 分類目標數據採集122

任務3： 遷移學習模型訓練126

任務4： 測試模型訓練結果127

【模塊小結】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

【課後實訓】132

 

應用篇：  人工智能邊緣設備項目實戰

 

模塊8產品智能分揀系統搭建135

8.1產品智能分揀系統概述136

8.1.1背景136

8.1.2意義137

8.2智能分揀系統常用方法137

8.2.1條形碼識別技術138

8.2.2RFID（射頻識別）技術139

8.2.3圖像識別技術139

8.3人工智能邊緣設備應用案例分析141

8.3.1核心訴求141

8.3.2解決方案141

8.4目標檢測的實現原理141

【案例實現】基於目標檢測的產品智能分揀系統搭建143

任務1： 模型訓練環境準備143

任務2： 檢測目標數據採集145

任務3： 遷移學習模型訓練150

任務4： 測試模型訓練結果152

【模塊小結】153

【知識拓展】智能分揀系統助力物流體系建設153

【課後實訓】153

模塊9產品質量檢測系統搭建154

9.1產品質量檢測系統概述155

9.1.1背景155

9.1.2意義156

9.2產品質量檢測系統常用方法156

9.2.1基於顏色特徵的方法156

9.2.2基於紋理特徵的方法157

9.2.3基於形狀特徵的方法158

9.2.4基於空間關系特徵的方法158

9.3邊緣設備應用案例分析159

9.3.1核心訴求159

9.3.2解決方案160

9.4產品質量檢測系統的實現流程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】基於物體檢測的PCB質量檢測系統搭建162

任務1： PCB質量檢測模型部署格式導出163

任務2： PCB質量檢測模型部署環境編譯165

任務3： PCB質量檢測部署格式模型性能預測168

任務4： PCB質量檢測部署格式模型命令行部署預測171

【模塊小結】172

【知識拓展】從“中國製造”到“中國智造”173

【課後實訓】173

模塊10生產安全監控系統搭建175

10.1生產安全監控系統的概念176

10.2生產安全監控系統的背景及意義176

10.3生產安全監控系統的構成及應用178

10.3.1系統構成178

10.3.2場景應用179

10.4邊緣設備應用案例分析179

10.4.1核心訴求179

10.4.2解決方案180

10.5行為識別的實現流程181

10.5.1輸入圖像數據集181

10.5.2圖像預處理181

10.5.3特徵提取182

10.5.4訓練分類器182

10.5.5行為識別分類182

【案例實現】基於目標檢測的安全帽佩戴識別系統功能實現182

任務1： 安全帽佩戴識別模型性能預測183

任務2： 安全帽佩戴識別模型轉換部署185

任務3： 安全帽佩戴識別模型服務應用187

【模塊小結】190

【知識拓展】人工智能助力企業安全生產發展190

【課後實訓】191

模塊11產品票務管理系統搭建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邊緣設備在票據識別中的應用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智能電腦196

11.2.4信息壓縮與傳輸197

11.2.5文字錄入197

11.3邊緣設備應用案例分析： 財務報銷智能化197

11.3.1核心訴求197

11.3.2解決方案197

11.4文字識別的實現原理198

【案例實現】基於文字識別的票據識別功能實現200

任務1： 加載文字識別模型200

任務2： 單張票據文件識別201

任務3： 多張票據文件識別203

【模塊小結】207

【知識拓展】文字識別助力數字政務升級207

【課後實訓】208

模塊12智能客戶服務系統搭建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邊緣設備在智能客服中的應用211

12.2.1人工智能代理管理211

12.2.2智慧交通語音導航212

12.2.3智能語音外呼212

12.3邊緣設備應用案例分析212

12.3.1核心訴求212

12.3.2解決方案213

【案例實現】基於語音識別的智能客戶服務系統搭建213

任務1： 創建語音識別應用214

任務2： 編寫語音輸入函數221

任務3： 編寫語音識別函數223

任務4： 語音識別測試應用224

【模塊小結】227

【知識拓展】智能客服的發展趨勢227

【課後實訓】227

參考文獻229