- 机器视觉理论与实战(普通高等教育人工智能系列教材)
- - 作者：编者:高林|责编:吉玲
  - 出版社：机械工业
  - ISBN：9787111756491
  - 出版日期：2024/07/01
  - 页数：216
- 售价：19.92

内容大纲
随着信息技术的快速发展和行业需求的日益旺盛，人工智能技术获得了广泛关注，在全社会形成了人工智能技术研究和应用的热潮。本书围绕人工智能技术中的机器视觉技术进行介绍，重点讲解应用百度飞桨开源框架实现机器视觉项目开发的完整流程。本书共分7章：第1章对人工智能技术的发展阶段和基本概念进行了介绍，重点介绍了人工智能技术的核心内容，尤其是机器视觉技术；第2章对人工智能技术中涉及的相关理论知识进行了讲解，帮助读者掌握基本的数学方法；第3章通过案例，对百度飞桨的功能特点和使用方法进行了详细讲解，帮助读者快速掌握开发机器视觉项目的工具；作为本书的重点，第4～6章通过项目案例，详细讲解了OCR、目标检测、语义分割项目的实现过程，通过项目实战，帮助读者掌握机器视觉项目开发的基本技能；第7章对人工智能技术未来发展进行了介绍与展望。
本书适合作为普通高等院校人工智能、计算机、电子信息、机器人、自动化、机电一体化等专业本科生的教材，通过对书中内容的学习，读者可以掌握人工智能技术开发的基本技能。也可以作为从事人工智能技术研究、项目开发人员的参考书，快速实现项目应用落地。同时本书也适用于对人工智能技术感兴趣的读者，了解人工智能技术的一些基本概念和发展趋势。
作者介绍
目录
前言
第1章  绪论
  导读
  本章知识点
  1.1  人工智能简介
  1.2  人工智能技术发展阶段
  1.3  人工智能技术研究的各种学派
  1.4  人工智能技术研究领域
  1.5  机器视觉概述
    1.5.1  机器视觉主要分类
    1.5.2  机器视觉研究难点
  本章小结
  习题
第2章  机器视觉相关理论
  导读
  本章知识点
  2.1  机器视觉系统组成
    2.1.1  图像采集系统
    2.1.2  图像分析与处理系统
  2.2  常用数学方法
    2.2.1  归一化
    2.2.2  正则化
    2.2.3  标准化
    2.2.4  梯度下降
  2.3  深度学习理论的由来
    2.3.1  MP模型
    2.3.2  感知机
    2.3.3  人工神经网络
  2.4  卷积神经网络
    2.4.1  总体结构
    2.4.2  图像原理
    2.4.3  卷积运算
    2.4.4  池化运算
    2.4.5  激活函数
  本章小结
  习题
第3章  Paddle开发详解
  导读
  本章知识点
  3.1  Paddle介绍
    3.1.1  Paddle概述
    3.1.2  Paddle安装指南
    3.1.3  Paddle工具箱
    3.1.4  Paddle API
    3.1.5  AI Studio平台
  3.2  快速上手Paddle
    3.2.1  环境配置
    3.2.2  数据集定义与加载
    3.2.3  数据预处理
    3.2.4  模型组网

    3.2.5  模型训练、评估与推理
    3.2.6  模型保存与加载
    3.2.7  推理部署
  本章小结
  习题
第4章  OCR文字识别原理与实战
  导读
  本章知识点
  4.1  OCR概述
    4.1.1  OCR技术介绍
    4.1.2  文本检测
    4.1.3  文本识别
  4.2  数显屏数据自动识别系统
    4.2.1  系统结构设计
    4.2.2  DBNet算法实现与解析
    4.2.3  CRNN算法实现与解析
    4.2.4  数据自动识别算法开发
    4.2.5  案例总结
  4.3  芯片表面序列码识别系统
    4.3.1  OCR算法实现
    4.3.2  序列码识别算法开发
    4.3.3  系统测试与部署
  本章小结
  习题
第5章  目标检测算法原理与实战
  导读
  本章知识点
  5.1  目标检测算法
    5.1.1  图像处理
    5.1.2  现代卷积神经网络
    5.1.3  注意力机制
    5.1.4  关键技术
  5.2  人员摔倒检测系统
    5.2.1  系统需求分析
    5.2.2  系统结构设计
    5.2.3  算法开发
    5.2.4  系统测试与部署
    5.2.5  总结
  5.3  无人机航拍小目标检测系统
    5.3.1  系统需求分析
    5.3.2  无人机小目标算法开发
  本章小结
  习题
第6章  语义分割原理与实战
  导读
  本章知识点
  6.1  语义分割概述
  6.2  基于UNet模型实现脊柱CT定位
    6.2.1  系统结构设计
    6.2.2  自适应卷积块和空间注意力模块

    6.2.3  算法设计
    6.2.4  代码实现
    6.2.5  系统测试
  本章小结
  习题
第7章  人工智能技术新发展
  导读
  本章知识点
  7.1  相关技术发展
  7.2  未来应用领域
  7.3  大语言模型
  7.4  大模型未来发展趋势
  本章小结
  习题
附录
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目