人工智能從誕生起已經(jīng)有 60 多年的歷史,期間受限于計(jì)算機(jī)軟硬件技術(shù)的發(fā)展,幾經(jīng)波折,而在近十年間煥發(fā)生機(jī),激發(fā)了一系列智能領(lǐng)域和智能產(chǎn)業(yè)的浪潮,并且這股浪潮必定會(huì)越發(fā)迅猛。 計(jì)算機(jī)視覺是人工智能主要的發(fā)展
方向之一,視覺智能計(jì)算技術(shù)在機(jī)器學(xué)習(xí)算法、大數(shù)據(jù)和圖像處理計(jì)算硬件三方面的驅(qū)動(dòng)下在眾多領(lǐng)域取得了前所未有的成就,如智能監(jiān)控、汽車自動(dòng)駕駛、圖片物體識別、智能相冊、工業(yè)瑕疵檢測、人臉識別、智慧醫(yī)療和智能交通等。人工智能圖像識別的應(yīng)用已經(jīng)滲透人們生產(chǎn)生活的方方面面,改變了人類社會(huì)的許多生活方式,所以我們有必要從基礎(chǔ)開始了解、學(xué)習(xí)并逐步探索這一新興領(lǐng)域的應(yīng)用基礎(chǔ)。 人工智能是一個(gè)可以賦能于各行各業(yè),提升行業(yè)運(yùn)行效率,
降低行業(yè)運(yùn)行成本的前沿技術(shù)。 從應(yīng)用的角度來看,人工智能圖像識別的主要任務(wù)是識別和預(yù)測;從技術(shù)的角度來看,識別和預(yù)測正不斷地向著更高精度、更快速度的方向進(jìn)步,這正是各個(gè)行業(yè)智能化和精準(zhǔn)化的目標(biāo)。 隨著 5G 大數(shù)
據(jù) 云計(jì)算 物聯(lián)網(wǎng)技術(shù)的革新,一個(gè)新的數(shù)字智能化時(shí)代已經(jīng)到來,人工智能必將成為各行各業(yè)技術(shù)革新的基石。
本書主要特色包括:在整體知識結(jié)構(gòu)上,本書由淺入深地闡述了人工智能圖像識別的知識體系,適合沒有接觸過人工智能圖像識別領(lǐng)域的讀者全面了解現(xiàn)代人 工 智 能 應(yīng) 用 技 術(shù); 在 實(shí) 踐 教 學(xué) 上, 本 書 采 用 目 前 工 業(yè) 應(yīng) 用 廣 泛 的
TensorFlow 深度學(xué)習(xí)框架,詳細(xì)介紹各個(gè)項(xiàng)目步驟,在教學(xué)中完成各種實(shí)戰(zhàn)案例,具有人工智能應(yīng)用職業(yè)教學(xué)的價(jià)值;在內(nèi)容規(guī)劃和學(xué)習(xí)方式上,本書采用知識要點(diǎn)和實(shí)踐任務(wù)相結(jié)合的方式設(shè)計(jì),內(nèi)容與案例層層遞進(jìn),引導(dǎo)讀者從理解
知識到熟練運(yùn)用知識;在文字講述和內(nèi)容展示上,本書由點(diǎn)及面、圖文并茂、深入淺出地闡述人工智能圖像識別領(lǐng)域的基本知識,力求幫助讀者迅速掌握基礎(chǔ)
概念。
本書共分 10 個(gè)單元。 單元 1 是人工智能與圖像識別,從人工智能和圖像識別導(dǎo)論開始,介紹了人工智能的發(fā)展歷程和圖像識別的主要任務(wù);單元 2 是認(rèn)識深度學(xué)習(xí)開發(fā)環(huán)境,從服務(wù)器硬 件 環(huán) 境、深 度 學(xué) 習(xí) 軟 件 框 架、 Python 和
Anaconda3 環(huán)境和 TensorFlow 基礎(chǔ) 4 方面詳細(xì)闡述了深度學(xué)習(xí)開發(fā)環(huán)境的知識;單元 3 是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)基礎(chǔ),從機(jī)器學(xué)習(xí)主要任務(wù)和算法、深度學(xué)習(xí)基礎(chǔ)和算法等方面介紹機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的算法理論基礎(chǔ);單元 4 是數(shù)據(jù)集和預(yù)處理,從數(shù)據(jù)出發(fā),介紹了常見數(shù)據(jù)集和常見計(jì)算機(jī)任務(wù)數(shù)據(jù)集以及數(shù)Ⅱ 人工智能圖像識別應(yīng)用基礎(chǔ)據(jù)預(yù)處理的方法;單元 5 ~ 單元 8 是圖像識別的核心任務(wù),分別介紹了圖像分
類、目標(biāo)檢測、圖像分割和圖像生成 4 個(gè)圖像識別領(lǐng)域內(nèi)的主要任務(wù),這部分是人工智能圖像識別的核心課題,也是其他復(fù)雜圖像處理任務(wù)的基石;單元 9 是深度學(xué)習(xí)模型優(yōu)化,主要從模型的角度介紹了常用的模型優(yōu)化方法;單元 10 是
深度學(xué)習(xí)模型部署,分別從邊緣端部署、瀏覽器前端部署和服務(wù)器部署 3 個(gè)方面詳細(xì)展示了深度學(xué)習(xí)模型在不同生產(chǎn)環(huán)境下的部署方法和過程。適合本書學(xué)習(xí)的對象包括:,打算學(xué)習(xí)并入門人工智能技術(shù)的職業(yè)院
校在校學(xué)生;第二,在金融、交通、農(nóng)林牧漁、制造等行業(yè)工作且希望應(yīng)用人工智能解決本行業(yè)問題的工程技術(shù)人員;第三,已經(jīng)對人工智能有一定的了解,想要更多、更深入地學(xué)習(xí)人工智能圖像識別技術(shù)的相關(guān)人員;第四,信息和計(jì)算機(jī)科
學(xué)愛好者。
本書由張文川、龍翔任主編,由年愛華、何琳、陸益軍任副主編,由中育數(shù)據(jù)研發(fā)團(tuán)隊(duì)共同編寫完成。 由于編者水平有限,加之時(shí)間倉促,書中難免存在疏漏和不足之處,懇請讀者批評指正。
編 者
2021 年 8 月