人工智能图像识别应用基础_[中国]张文川,龙翔_9787113287085

本书一共编写有十个单元。单元一是人工智能和图像识别，从人工智能和图像识别导论开始，介绍了人工智能的发展历程和图像识别的主要核心任务。单元二是认识深度学习开发环境，从服务器硬件环境、深度学习软件框架、Python和Anaconda3环境和Tensorflow基础四个方面详细阐述了深度学习开发环境的知识。单元三是机器学习和深度学习基础，从机器学习主要任务、和算法、深度学习基础和算法等主要方面介绍机器学习和深度学习的算法理论基础。单元四是数据集和预处理，从数据出发，介绍了常见数据集和常见计算机任务数据集以及数据预处理的方法。单元五至单元八是图像识别的核心任务，分别介绍了图像分类、目标检测、图像分割和图像生成图像识别领域内的四个主要任务，这部分是人工智能图像识别的核心课题，也是其他复杂图像处理任务的基石。单元九是深度学习模型优化，主要从模型的角度介绍了常用的模型优化方法。单元十是深度学习模型部署，分别从边缘端部署、浏览器前端部署和服务器部署三个方面详细展示了深度学习模型在不同生产环境下的部署方法和过程。

人工智能从诞生起已经有 60 多年的历史,期间受限于计算机软硬件技术的发展,几经波折,而在近十年间焕发生机,激发了一系列智能领域和智能产业的浪潮,并且这股浪潮必定会越发迅猛。计算机视觉是人工智能主要的发展
方向之一,视觉智能计算技术在机器学习算法、大数据和图像处理计算硬件三方面的驱动下在众多领域取得了前所未有的成就,如智能监控、汽车自动驾驶、图片物体识别、智能相册、工业瑕疵检测、人脸识别、智慧医疗和智能交通等。人工智能图像识别的应用已经渗透人们生产生活的方方面面,改变了人类社会的许多生活方式,所以我们有必要从基础开始了解、学习并逐步探索这一新兴领域的应用基础。人工智能是一个可以赋能于各行各业,提升行业运行效率,
降低行业运行成本的前沿技术。从应用的角度来看,人工智能图像识别的主要任务是识别和预测;从技术的角度来看,识别和预测正不断地向着更高精度、更快速度的方向进步,这正是各个行业智能化和精准化的目标。随着 5G 大数
据云计算物联网技术的革新,一个新的数字智能化时代已经到来,人工智能必将成为各行各业技术革新的基石。
本书主要特色包括:在整体知识结构上,本书由浅入深地阐述了人工智能图像识别的知识体系,适合没有接触过人工智能图像识别领域的读者全面了解现代人工智能应用技术; 在实践教学上, 本书采用目前工业应用广泛的
TensorFlow 深度学习框架,详细介绍各个项目步骤,在教学中完成各种实战案例,具有人工智能应用职业教学的价值;在内容规划和学习方式上,本书采用知识要点和实践任务相结合的方式设计,内容与案例层层递进,引导读者从理解
知识到熟练运用知识;在文字讲述和内容展示上,本书由点及面、图文并茂、深入浅出地阐述人工智能图像识别领域的基本知识,力求帮助读者迅速掌握基础
概念。
本书共分 10 个单元。单元 1 是人工智能与图像识别,从人工智能和图像识别导论开始,介绍了人工智能的发展历程和图像识别的主要任务;单元 2 是认识深度学习开发环境,从服务器硬件环境、深度学习软件框架、 Python 和
Anaconda3 环境和 TensorFlow 基础 4 方面详细阐述了深度学习开发环境的知识;单元 3 是机器学习和深度学习基础,从机器学习主要任务和算法、深度学习基础和算法等方面介绍机器学习和深度学习的算法理论基础;单元 4 是数据集和预处理,从数据出发,介绍了常见数据集和常见计算机任务数据集以及数Ⅱ 人工智能图像识别应用基础据预处理的方法;单元 5 ~ 单元 8 是图像识别的核心任务,分别介绍了图像分
类、目标检测、图像分割和图像生成 4 个图像识别领域内的主要任务,这部分是人工智能图像识别的核心课题,也是其他复杂图像处理任务的基石;单元 9 是深度学习模型优化,主要从模型的角度介绍了常用的模型优化方法;单元 10 是
深度学习模型部署,分别从边缘端部署、浏览器前端部署和服务器部署 3 个方面详细展示了深度学习模型在不同生产环境下的部署方法和过程。适合本书学习的对象包括:,打算学习并入门人工智能技术的职业院
校在校学生;第二,在金融、交通、农林牧渔、制造等行业工作且希望应用人工智能解决本行业问题的工程技术人员;第三,已经对人工智能有一定的了解,想要更多、更深入地学习人工智能图像识别技术的相关人员;第四,信息和计算机科
学爱好者。
本书由张文川、龙翔任主编,由年爱华、何琳、陆益军任副主编,由中育数据研发团队共同编写完成。由于编者水平有限,加之时间仓促,书中难免存在疏漏和不足之处,恳请读者批评指正。
编者
2021 年 8 月

你还可能感兴趣

我要评论