人工智能技术及应用张文安杨旭升付明磊胡佛_张文安杨旭升付明磊胡佛_9787111765714

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。

前言
1.为何写作这本书
人工智能是新一轮科技革命和产业变革的重要驱动力量，也是引领新一轮科技革命和产业变革的战略性技术，溢出带动性强。在移动互联网、大数据、超级计算、传感网和脑科学等新理论新技术的驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放和自主操控等新特征，正在对经济发展、社会进步等产生重大而深远的影响。
当前，我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构和转换增长动力的攻关期，迫切需要新一代人工智能等重大创新增添动力。把握新科技革命浪潮，加快人工智能研发和应用推广，是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略。深入把握新一代人工智能发展的特点，把握数字化、网络化、智能化融合发展契机，在质量变革、效率变革、动力变革中发挥人工智能作用，加强人工智能和产业发展融合，将为高质量发展提供新动能。同时，加快发展新一代人工智能，有利于满足人民美好生活需要，推动人工智能在人们日常工作、学习和生活中的深度运用，创造更加智能的工作方式和生活方式。
诚如各界所认识到的，人工智能的发展，需要算法、算力和数据作为基础支撑，需要科学的顶层设计与协同推进，需要持续的技术攻关和研发创新，这些都缺一不可，但不能忽视、也必须首先看到的是：与先前的多次人工智能浪潮不同，本轮人工智能发展最大的特点之一是人工智能技术与应用实践的紧密结合。因为有了典型而丰富的应用实践，人工智能才能走出理论设想，走出象牙塔，走出实验室，走入大众的视野和认知，渗透社会的方方面面。
在此背景之下，本书希望能够为我国人工智能、智能科学与技术、计算机科学与技术、自动化等与人工智能应用实践密切相关的专业人才培养贡献一份微薄的力量。本书详细介绍了基于AIBox硬件系统和Facebook公司PyTorch深度学习框架的人工智能项目开发过程，详细剖析了人工智能开发实践所需的基本知识与技术实现过程。本书编写的初衷是为了总结我们近年来在人工智能软硬件系统开发和部署方面的实践教学建设成果，向本领域初学者和开发人员分享我们的一些学习经验。
本书的编写特色如下：
特色1本书以国产人工智能硬件平台为实践项目开发平台，实现了人工智能技术与嵌入式系统技术的有机组合，融入了图像处理、智能感知的元素。本书既体现了人工智能、智能科学与技术、自动化等交叉融合专业的特色，又展现了国产技术和产品的优秀性能，有利于激发学生的民族自豪感和自信心，有利于培养学生科技报国的家国情怀和使命担当。
特色2本书服务于专业综合实践教学的实际需求，以案例式教学为授课方式，体现了学生中心、产出导向、持续改进的教育理念。本书能够帮助任课教师从教学目标、教学内容、教学方式和考核方法等方面推进课程思政教育，提高人才培养质量，全面贯彻党的教育方针。
特色3本书提供的4个人工智能实践项目来自于图像处理或者汽车电子的实际应用场景，生动形象，趣味性强，有利于激发学生的学习兴趣，提升学生对专业培养的满意度和认同感，体现了创新创业教育新范式。
2.如何阅读这本书
本书内容包含8个章节，按照知识结构，可以划分为3个部分。读者既可以按照章节顺序逐步学习，也可以选择其中部分章节单独学习。任课教师可以根据实验设备和课程学时的具体情况安排教学和实验内容，本书建议的学时安排如图1所示。
图1本书建议的学时安排
第一部分是本书的第1章和第2章，主要介绍人工智能、机器学习和深度学习的基本概念和发展历程、深度学习常用编程语言和框架、神经网络生物学基础知识、卷积神经网络基础知识等。第一部分内容是本书的人工智能基础理论知识，以具体的深度学习方法为示例，帮助读者建立从理论到应用的联系。
第二部分是本书的第3章和第4章，其中第3章主要介绍AIBox硬件系统搭建和调试；第4章主要介绍Ubuntu的安装及其他必要的环境配置等。第二部分内容是本书的开发环境基础，帮助读者熟悉和掌握人工智能软硬件开发环境的配置。
第三部分是本书的第5章～第8章。其中第5章主要介绍摄像头模糊检测项目的数据获取、模型训练、模型量化、项目源码分析、项目部署和测试结果，第6章主要介绍行人检测项目的数据获取、模型训练、模型转换、模型量化和项目部署，第7章主要介绍车道线检测项目的素材采集与标注、环境搭建、模型训练、模型量化和项目部署，第8章主要介绍人脸检测项目的素材采集与标注、环境搭建、模型训练、模型量化、源码解析和项目部署。第三部分是本书中人工智能方法的实践应用案例，以AIBox硬件系统、嵌入式开发平台和PyTorch框架为工具，帮助读者熟悉和掌握人工智能算法在图像处理、汽车电子等领域的项目落地部署知识，从而让理论和应用实践紧密结合在一起。
致谢
首先感谢国家重点研发计划政府间国际科技创新合作重点专项项目（2022YFE0121700）、国家自然科学基金项目（62111530299）和浙江省自然科学基金重大项目（LD21F030002）为本书提供资金支持。
感谢人机协作技术浙江国际科技合作基

你还可能感兴趣

我要评论