[PDF] 人工智能技术及应用电子书

人工智能技术及应用

作者：张文安[等]编著

页数：268页

出版社：机械工业出版社

出版日期：2024

ISBN：9787111765714

高清校对版pdf（带目录）

前往页尾底部查看PDF电子书

内容简介

本书以AIBox 嵌入式平台作为人工智能（AI）硬件平台、以Ubuntu 作为嵌入式操作系统、以Facebook 公司的PyTorch 框架作为深度学习设计框架，设计了摄像头模糊检测项目、行人检测项目、车道线检测项目和人脸检测项目4 个人工智能实践项目，实现了“国产人工智能硬件平台人工智能开放平台”的无缝组合。本书以案例教学为特色，注重人工智能技术与图像处理技术的融合。本书核心内容既包含必要的人工智能基础知识，例如素材采集与标注、深度学习的建模与调试等，又包含人工智能开发的软件环境和人工智能技术应用方法，如Linux 系统的安装与基本操作、PyTorch 的使用、图像识别功能的实现和目标检测功能的实现等。本书既可以作为高等院校人工智能、自动化和智能科学与技术等相关专业的本科生、研究生的教材，也可以作为对人工智能感兴趣的技术人员的参考书。本书提供全部的电子课件和项目代码，以便读者在教学、自学过程中使用，帮助读者全面了解项目的技术细节。

本书特色

本书以案例教学为特色，注重人工智能技术与图像处理技术的融合。本书核心内容既包含必要的人工智能基础知识，例如素材采集与标注、深度学习的建模与调试等，又包含人工智能开发的软件环境和人工智能技术应用方法，如Linux 系统的安装与基本操作、PyTorch 的使用、图像识别功能的实现和目标检测功能的实现等。

目录前言第1章绪论1.1人工智能1.2机器学习1.3深度学习1.4Python语言和深度学习框架1.5课后习题第2章神经网络基础2.1生物神经网络和神经元模型2.2人工神经网络2.3卷积神经网络2.4课后习题第3章硬件部署与工具介绍目录前言第1章绪论1.1人工智能1.2机器学习1.3深度学习1.4Python语言和深度学习框架1.5课后习题第2章神经网络基础2.1生物神经网络和神经元模型2.2人工神经网络2.3卷积神经网络2.4课后习题第3章硬件部署与工具介绍3.1硬件介绍3.2工具介绍3.3模型量化和推理3.4课后习题第4章软件安装与部署4.1环境依赖搭建4.2深度学习网络搭建4.3课后习题第5章摄像头模糊检测项目5.1数据获取5.2模型训练5.3模型量化5.4项目源码分析5.5项目部署5.6测试结果5.7课后习题第6章行人检测项目6.1数据获取6.2模型训练6.3模型转换6.4模型量化6.5项目部署6.6课后习题第7章车道线检测项目7.1素材采集与标注7.2环境搭建7.3模型训练7.4模型量化7.5项目部署7.6课后习题第8章人脸检测项目8.1素材采集与标注8.2环境搭建8.3模型训练8.4模型量化8.5源码解析8.6项目部署8.7课后习题参考文献

PDF更新中