昇騰AI處理器CANN應用與實戰(zhàn)：基于Atlas硬件的人工智能案例開發(fā)指南

定　價：￥69.00

作　者：	蘇統(tǒng)華，杜鵬
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302577287	出版時間：	2021-09-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：	293	字數(shù)：

內(nèi)容簡介

　　本書是《昇騰 AI處理器架構與編程》的續(xù)篇，專注于昇騰 AI處理器的革命性邊緣計算SoC芯片，基于 Atlas開發(fā)者套件或 Atlas推理卡建設應用生態(tài)。全書共20章，重點剖析若干重要領域的典型案例，內(nèi)容涵蓋圖像分割、圖像生成、圖像處理、模式分類、目標檢測、智能機器人和序列模式分析等。每章自成體系，較為完整地給出了案例系統(tǒng)的應用動機、系統(tǒng)架構和執(zhí)行流程的設計方案，并結合代碼剖析案例系統(tǒng)的實現(xiàn)過程和實際測試結果，能夠幫助讀者快速把昇騰 AI處理器用于解決實際問題。本書是市場上本介紹昇騰 AI處理器的案例教材。本書體例完整，案例具有典型性，配套案例代碼完全開源，實戰(zhàn)資源豐富，可以作為高校人工智能、智能科學與技術、計算機科學與技術、軟件工程、電子信息工程、自動化等專業(yè)的教材，也適合從事人工智能系統(tǒng)開發(fā)的科研和工程技術人員作為參考用書。

作者簡介

　　蘇統(tǒng)華博士、哈爾濱工業(yè)大學企業(yè)與服務智能計算研究中心副教授、軟件學院副院長。主要研究方向為模式識別、深度學習、異構計算等。致力于自然手寫體中文文本識別的研究與開拓，注重人工智能基礎技術和工業(yè)應用落地。曾建立首款手寫中文庫（HIT-MW庫），先后被國內(nèi)外100余家科研院所采用。自主研發(fā)大規(guī)模深度學習訓練和預測平臺，該平臺已經(jīng)成功應用到傳統(tǒng)煤氣表改造工程（數(shù)千例）、中小學試卷全自動批改（千余所學校）、手寫輸入法（二十余萬用戶）等商用領域。出版專著3本、譯著9本，曾2次獲得國際手寫漢字識別競賽名。杜鵬博士，華為海思昇騰CANN技術專家，主要研究方向為異構計算、計算機圖形學、人工智能等。曾在韓國科學技術院、新加坡南洋理工大學、杭州電子科技大學從事科研與教學工作，在SIGGRAPH、PG等國際著名學術會議發(fā)表論文10余篇。

圖書目錄

引言00
篇目標檢測
第1章手寫漢字拍照檢測與識別00
1.1案例簡介00
1.2系統(tǒng)總體設計00
1.2.1功能結構00
1.2.2運行流程與體系結構00
1.3系統(tǒng)設計與實現(xiàn)00
1.3.1數(shù)據(jù)集制作00
1.3.2字符圖像預處理0
1.3.3模型訓練0
1.3.4模型轉換0
1.3.5文字區(qū)域提取0
1.3.6模型推理0
1.4系統(tǒng)部署0
1.5運行結果0
1.6本章小結0
第2章人類蛋白質(zhì)圖譜分類0
2.1案例簡介0
2.2系統(tǒng)總體設計0
2.2.1功能結構0
2.2.2體系結構0
2.3系統(tǒng)設計與實現(xiàn)0
2.3.1數(shù)據(jù)集的下載與篩選0
2.3.2選擇性搜索算法0
2.3.3數(shù)據(jù)集的制作0
2.3.4模型訓練0
2.3.5模型推理0
2.4系統(tǒng)部署0
2.4.1服務器端部署0
2.4.2客戶端部署0
2.5本章小結0
第3章遙感圖像目標檢測0
3.1案例簡介0
3.2系統(tǒng)總體設計0
3.2.1功能結構0
3.2.2系統(tǒng)設計流程0
3.3系統(tǒng)設計與實現(xiàn)0
3.3.1目標檢測模型定義0
3.3.2目標檢測模型訓練0
3.3.3模型轉換0
3.3.4模型推理0
3.3.5系統(tǒng)運行界面設計0
3.4系統(tǒng)部署與運行結果0
3.5本章小結0
第二篇圖像分割
第4章人像的語義分割0
4.1案例簡介0
4.2系統(tǒng)總體設計0
4.2.1功能結構0
4.2.2運行流程與體系結構0
4.3系統(tǒng)設計與實現(xiàn)0
4.3.1數(shù)據(jù)集生成0
4.3.2基于錯誤預測的分割網(wǎng)絡0
4.3.3模型訓練及評估0
4.3.4模型轉換0
4.3.5獲取視頻數(shù)據(jù)0
4.3.6模型推理0
4.3.7推理結果后處理0
4.4系統(tǒng)部署0
4.5運行結果0
4.6本章小結0
第5章人像分割與背景替換0
5.1案例簡介0
5.2系統(tǒng)總體設計0
5.2.1功能結構0
5.2.2系統(tǒng)設計流程0
5.3系統(tǒng)設計與實現(xiàn)0
5.3.1構建數(shù)據(jù)集0
5.3.2定義人像分割網(wǎng)絡0
5.3.3模型轉換0
5.3.4模型推理0
5.4系統(tǒng)部署0
5.5運行結果0
5.6本章小結0
第6章眼底視網(wǎng)膜血管圖像分割0
6.1案例簡介0
6.2系統(tǒng)總體設計0
6.2.1功能結構0
6.2.2體系結構0
6.3系統(tǒng)設計與實現(xiàn)0
6.3.1數(shù)據(jù)集制作0
6.3.2網(wǎng)絡訓練0
6.3.3模型部署0
6.3.4用戶交互層0
6.4系統(tǒng)部署0
6.5運行結果0
6.6本章小結0
第7章邊緣檢測0
7.1案例簡介0
7.2系統(tǒng)總體設計0
7.2.1功能結構0
7.2.2運行流程與體系結構0
7.3系統(tǒng)設計與實現(xiàn)0
7.3.1數(shù)據(jù)集制作0
7.3.2圖像預處理0
7.3.3模型訓練0
7.3.4模型評估和驗證0
7.4系統(tǒng)部署0
7.4.1服務器端部署0
7.4.2客戶端部署0
7.5運行結果0
7.6本章小結0
第三篇圖像生成
第8章AR陰影生成0
8.1案例簡介0
8.2系統(tǒng)總體設計
8.2.1功能結構
8.2.2運行流程
8.3系統(tǒng)設計與實現(xiàn)
8.3.1數(shù)據(jù)集制作
8.3.2圖像預處理
8.3.3模型創(chuàng)建
8.3.4模型轉換
8.3.5網(wǎng)絡推理
8.4系統(tǒng)部署
8.5運行結果
8.6本章小結
第9章卡通圖像生成
9.1案例簡介
9.2系統(tǒng)總體設計
9.2.1功能結構
9.2.2系統(tǒng)設計流程
9.3系統(tǒng)設計與實現(xiàn)
9.3.1網(wǎng)絡模型定義
9.3.2算法應用
9.3.3模型轉換
9.3.4模型推理
9.4系統(tǒng)部署
9.5運行結果
9.6本章小結
第四篇圖像增強
第10章圖像去霧
10.1案例簡介
10.2系統(tǒng)總體設計
10.2.1功能結構
10.2.2運行流程與體系結構
10.3系統(tǒng)設計與實現(xiàn)
10.3.1數(shù)據(jù)集介紹
10.3.2圖像預處理
10.3.3模型訓練
10.3.4模型轉換
10.3.5模型推理
10.4系統(tǒng)部署
10.4.1服務器端部署
10.4.2客戶端部署
10.5運行結果
10.6本章小結
第11章雨天圖像增強系統(tǒng)
11.1案例簡介
11.2系統(tǒng)總體設計
11.2.1功能結構
11.2.2運行流程與體系結構
11.3系統(tǒng)設計與實現(xiàn)
11.3.1數(shù)據(jù)集生成
11.3.2方向和殘差感知的漸進式引導網(wǎng)絡
11.3.3模型訓練及評估
11.3.4模型轉換
11.3.5模型推理
11.4系統(tǒng)部署
11.5運行結果
11.6本章小結
第12章圖像的HDR效果增強系統(tǒng)
12.1案例簡介
12.2系統(tǒng)總體設計
12.2.1功能結構
12.2.2系統(tǒng)設計流程
12.3系統(tǒng)設計與實現(xiàn)
12.3.1模型定義
12.3.2模型訓練、保存與轉換
12.3.3模型推理
12.4系統(tǒng)部署與運行
12.5運行結果
12.6本章小結
第13章超分辨率圖像算法
13.1案例簡介
13.2系統(tǒng)總體設計
13.2.1功能結構
13.2.2運行流程與體系結構
13.3系統(tǒng)設計與實現(xiàn)
13.3.1超分辨率圖像算法
13.3.2數(shù)據(jù)集制作
13.3.3網(wǎng)絡結構
13.3.4模型訓練與驗證
13.3.5模型轉換
13.3.6預處理及模型推理
13.3.7推理結果后處理
13.4系統(tǒng)部署
13.4.1超分辨率圖像轉換系統(tǒng)
13.4.2基于Flask的Web應用
13.5運行結果
13.5.1實現(xiàn)結果
13.5.2PSNR
13.6本章小結
第五篇模式分類
第14章人體動作識別
14.1案例簡介
14.2系統(tǒng)總體設計
14.2.1功能結構
14.2.2系統(tǒng)設計流程
14.3系統(tǒng)設計與實現(xiàn)
14.3.1OpenPose檢測骨骼關鍵點與制作數(shù)據(jù)集
14.3.2動作識別網(wǎng)絡
14.3.3模型轉換
14.3.4模型推理
14.4系統(tǒng)部署
14.4.1配置開發(fā)板環(huán)境
14.4.2部署動作識別項目
14.4.3實時傳輸攝像頭數(shù)據(jù)
14.5運行結果
14.6本章小結
第15章人臉識別
15.1案例簡介
15.2系統(tǒng)總體設計
15.2.1功能結構
15.2.2系統(tǒng)設計流程
15.3系統(tǒng)設計與實現(xiàn)
15.3.1模型定義
15.3.2模型轉換
15.3.3人臉注冊
15.3.4攝像頭輸入
15.3.5人臉檢測模型
15.3.6關鍵點提取模型
15.3.7特征向量提取模型推理
15.3.8后處理
15.3.9展示器服務端
15.4系統(tǒng)部署
15.5運行結果
15.6本章小結
第16章大規(guī)模視頻手勢識別
16.1案例簡介
16.1.1手勢識別現(xiàn)狀概述
16.1.2C3D模型介紹
16.1.3基于強化學習的ResC3D大規(guī)模手勢識別
16.1.4案例遷移簡介
16.2系統(tǒng)設計與實現(xiàn)
16.2.1系統(tǒng)綜合設計
16.2.2C3D模型的定義、訓練與生成
16.2.3系統(tǒng)設計流程
16.2.4模型轉換
16.2.5模型推理
16.3系統(tǒng)部署
16.4運行結果
16.5本章小結
第六篇機器人
第17章VSLAM智能小車平臺
17.1案例簡介
17.2總體設計
17.2.1平臺硬件系統(tǒng)
17.2.2VSLAM系統(tǒng)功能結構
17.2.3VSLAM系統(tǒng)流程
17.3系統(tǒng)設計與實現(xiàn)
17.3.1ROS框架
17.3.2實時跟蹤定位
17.3.3深度預測模型訓練
17.3.4地圖重建
17.4系統(tǒng)部署
17.4.1ROS環(huán)境部署
17.4.2模型轉換
17.4.3AscendCL模型推理
17.4.4SLAM系統(tǒng)部署
17.5運行結果
17.6本章小結
第七篇序列分析
第18章中文語音識別
18.1案例簡介
18.2系統(tǒng)總體設計
18.2.1功能結構
18.2.2系統(tǒng)設計流程
18.3系統(tǒng)設計與實現(xiàn)
18.3.1聲學模型定義
18.3.2CTC算法應用
18.3.3語言模型訓練
18.3.4模型轉換
18.3.5模型推理
18.4系統(tǒng)部署
18.5運行結果
18.6本章小結
第19章手寫文本行識別
19.1案例簡介
19.2系統(tǒng)總體設計
19.2.1功能結構
19.2.2CNNA模型
19.3系統(tǒng)設計與實現(xiàn)
19.3.1數(shù)據(jù)集創(chuàng)建
19.3.2模型構建
19.3.3訓練
19.3.4測試
19.4系統(tǒng)部署與運行
19.4.1圖片預處理
19.4.2模型推理
19.4.3模型后處理
19.5識別結果
19.5.1數(shù)據(jù)集評估
19.5.2雅可比矩陣可視化分析
19.6本章小結
第20章意見挖掘與情感分析
20.1案例簡介
20.2系統(tǒng)總體設計
20.2.1功能結構
20.2.2系統(tǒng)設計流程
20.3系統(tǒng)模型框架
20.3.1BERT
20.3.2LSTM
20.4系統(tǒng)設計與實現(xiàn)
20.4.1數(shù)據(jù)集
20.4.2數(shù)據(jù)讀取
20.4.3詞典構建
20.4.4網(wǎng)絡搭建
20.4.5模型訓練
20.4.6模型轉換
20.4.7模型推理
20.5本地部署
20.5.1本地工程編譯及運行
20.5.2本地系統(tǒng)演示
20.6本章小結
參考文獻