昇腾AI处理器CANN应用与实战：基于Atlas硬件的人工智能案例开发指南

定　价：¥69.00

作　者：	苏统华，杜鹏
出版社：	清华大学出版社
丛编项：
标　签：	暂缺

购买这本书可以去

ISBN：	9787302577287	出版时间：	2021-09-01	包装：	平装-胶订
开本：	16开	页数：	293	字数：

内容简介

　　本书是《昇腾 AI处理器架构与编程》的续篇，专注于昇腾 AI处理器的革命性边缘计算SoC芯片，基于 Atlas开发者套件或 Atlas推理卡建设应用生态。全书共20章，重点剖析若干重要领域的典型案例，内容涵盖图像分割、图像生成、图像处理、模式分类、目标检测、智能机器人和序列模式分析等。每章自成体系，较为完整地给出了案例系统的应用动机、系统架构和执行流程的设计方案，并结合代码剖析案例系统的实现过程和实际测试结果，能够帮助读者快速把昇腾 AI处理器用于解决实际问题。本书是市场上本介绍昇腾 AI处理器的案例教材。本书体例完整，案例具有典型性，配套案例代码完全开源，实战资源丰富，可以作为高校人工智能、智能科学与技术、计算机科学与技术、软件工程、电子信息工程、自动化等专业的教材，也适合从事人工智能系统开发的科研和工程技术人员作为参考用书。

作者简介

　　苏统华博士、哈尔滨工业大学企业与服务智能计算研究中心副教授、软件学院副院长。主要研究方向为模式识别、深度学习、异构计算等。致力于自然手写体中文文本识别的研究与开拓，注重人工智能基础技术和工业应用落地。曾建立首款手写中文库（HIT-MW库），先后被国内外100余家科研院所采用。自主研发大规模深度学习训练和预测平台，该平台已经成功应用到传统煤气表改造工程（数千例）、中小学试卷全自动批改（千余所学校）、手写输入法（二十余万用户）等商用领域。出版专著3本、译著9本，曾2次获得国际手写汉字识别竞赛名。杜鹏博士，华为海思昇腾CANN技术专家，主要研究方向为异构计算、计算机图形学、人工智能等。曾在韩国科学技术院、新加坡南洋理工大学、杭州电子科技大学从事科研与教学工作，在SIGGRAPH、PG等国际著名学术会议发表论文10余篇。

图书目录

引言00
篇目标检测
第1章手写汉字拍照检测与识别00
1.1案例简介00
1.2系统总体设计00
1.2.1功能结构00
1.2.2运行流程与体系结构00
1.3系统设计与实现00
1.3.1数据集制作00
1.3.2字符图像预处理0
1.3.3模型训练0
1.3.4模型转换0
1.3.5文字区域提取0
1.3.6模型推理0
1.4系统部署0
1.5运行结果0
1.6本章小结0
第2章人类蛋白质图谱分类0
2.1案例简介0
2.2系统总体设计0
2.2.1功能结构0
2.2.2体系结构0
2.3系统设计与实现0
2.3.1数据集的下载与筛选0
2.3.2选择性搜索算法0
2.3.3数据集的制作0
2.3.4模型训练0
2.3.5模型推理0
2.4系统部署0
2.4.1服务器端部署0
2.4.2客户端部署0
2.5本章小结0
第3章遥感图像目标检测0
3.1案例简介0
3.2系统总体设计0
3.2.1功能结构0
3.2.2系统设计流程0
3.3系统设计与实现0
3.3.1目标检测模型定义0
3.3.2目标检测模型训练0
3.3.3模型转换0
3.3.4模型推理0
3.3.5系统运行界面设计0
3.4系统部署与运行结果0
3.5本章小结0
第二篇图像分割
第4章人像的语义分割0
4.1案例简介0
4.2系统总体设计0
4.2.1功能结构0
4.2.2运行流程与体系结构0
4.3系统设计与实现0
4.3.1数据集生成0
4.3.2基于错误预测的分割网络0
4.3.3模型训练及评估0
4.3.4模型转换0
4.3.5获取视频数据0
4.3.6模型推理0
4.3.7推理结果后处理0
4.4系统部署0
4.5运行结果0
4.6本章小结0
第5章人像分割与背景替换0
5.1案例简介0
5.2系统总体设计0
5.2.1功能结构0
5.2.2系统设计流程0
5.3系统设计与实现0
5.3.1构建数据集0
5.3.2定义人像分割网络0
5.3.3模型转换0
5.3.4模型推理0
5.4系统部署0
5.5运行结果0
5.6本章小结0
第6章眼底视网膜血管图像分割0
6.1案例简介0
6.2系统总体设计0
6.2.1功能结构0
6.2.2体系结构0
6.3系统设计与实现0
6.3.1数据集制作0
6.3.2网络训练0
6.3.3模型部署0
6.3.4用户交互层0
6.4系统部署0
6.5运行结果0
6.6本章小结0
第7章边缘检测0
7.1案例简介0
7.2系统总体设计0
7.2.1功能结构0
7.2.2运行流程与体系结构0
7.3系统设计与实现0
7.3.1数据集制作0
7.3.2图像预处理0
7.3.3模型训练0
7.3.4模型评估和验证0
7.4系统部署0
7.4.1服务器端部署0
7.4.2客户端部署0
7.5运行结果0
7.6本章小结0
第三篇图像生成
第8章AR阴影生成0
8.1案例简介0
8.2系统总体设计
8.2.1功能结构
8.2.2运行流程
8.3系统设计与实现
8.3.1数据集制作
8.3.2图像预处理
8.3.3模型创建
8.3.4模型转换
8.3.5网络推理
8.4系统部署
8.5运行结果
8.6本章小结
第9章卡通图像生成
9.1案例简介
9.2系统总体设计
9.2.1功能结构
9.2.2系统设计流程
9.3系统设计与实现
9.3.1网络模型定义
9.3.2算法应用
9.3.3模型转换
9.3.4模型推理
9.4系统部署
9.5运行结果
9.6本章小结
第四篇图像增强
第10章图像去雾
10.1案例简介
10.2系统总体设计
10.2.1功能结构
10.2.2运行流程与体系结构
10.3系统设计与实现
10.3.1数据集介绍
10.3.2图像预处理
10.3.3模型训练
10.3.4模型转换
10.3.5模型推理
10.4系统部署
10.4.1服务器端部署
10.4.2客户端部署
10.5运行结果
10.6本章小结
第11章雨天图像增强系统
11.1案例简介
11.2系统总体设计
11.2.1功能结构
11.2.2运行流程与体系结构
11.3系统设计与实现
11.3.1数据集生成
11.3.2方向和残差感知的渐进式引导网络
11.3.3模型训练及评估
11.3.4模型转换
11.3.5模型推理
11.4系统部署
11.5运行结果
11.6本章小结
第12章图像的HDR效果增强系统
12.1案例简介
12.2系统总体设计
12.2.1功能结构
12.2.2系统设计流程
12.3系统设计与实现
12.3.1模型定义
12.3.2模型训练、保存与转换
12.3.3模型推理
12.4系统部署与运行
12.5运行结果
12.6本章小结
第13章超分辨率图像算法
13.1案例简介
13.2系统总体设计
13.2.1功能结构
13.2.2运行流程与体系结构
13.3系统设计与实现
13.3.1超分辨率图像算法
13.3.2数据集制作
13.3.3网络结构
13.3.4模型训练与验证
13.3.5模型转换
13.3.6预处理及模型推理
13.3.7推理结果后处理
13.4系统部署
13.4.1超分辨率图像转换系统
13.4.2基于Flask的Web应用
13.5运行结果
13.5.1实现结果
13.5.2PSNR
13.6本章小结
第五篇模式分类
第14章人体动作识别
14.1案例简介
14.2系统总体设计
14.2.1功能结构
14.2.2系统设计流程
14.3系统设计与实现
14.3.1OpenPose检测骨骼关键点与制作数据集
14.3.2动作识别网络
14.3.3模型转换
14.3.4模型推理
14.4系统部署
14.4.1配置开发板环境
14.4.2部署动作识别项目
14.4.3实时传输摄像头数据
14.5运行结果
14.6本章小结
第15章人脸识别
15.1案例简介
15.2系统总体设计
15.2.1功能结构
15.2.2系统设计流程
15.3系统设计与实现
15.3.1模型定义
15.3.2模型转换
15.3.3人脸注册
15.3.4摄像头输入
15.3.5人脸检测模型
15.3.6关键点提取模型
15.3.7特征向量提取模型推理
15.3.8后处理
15.3.9展示器服务端
15.4系统部署
15.5运行结果
15.6本章小结
第16章大规模视频手势识别
16.1案例简介
16.1.1手势识别现状概述
16.1.2C3D模型介绍
16.1.3基于强化学习的ResC3D大规模手势识别
16.1.4案例迁移简介
16.2系统设计与实现
16.2.1系统综合设计
16.2.2C3D模型的定义、训练与生成
16.2.3系统设计流程
16.2.4模型转换
16.2.5模型推理
16.3系统部署
16.4运行结果
16.5本章小结
第六篇机器人
第17章VSLAM智能小车平台
17.1案例简介
17.2总体设计
17.2.1平台硬件系统
17.2.2VSLAM系统功能结构
17.2.3VSLAM系统流程
17.3系统设计与实现
17.3.1ROS框架
17.3.2实时跟踪定位
17.3.3深度预测模型训练
17.3.4地图重建
17.4系统部署
17.4.1ROS环境部署
17.4.2模型转换
17.4.3AscendCL模型推理
17.4.4SLAM系统部署
17.5运行结果
17.6本章小结
第七篇序列分析
第18章中文语音识别
18.1案例简介
18.2系统总体设计
18.2.1功能结构
18.2.2系统设计流程
18.3系统设计与实现
18.3.1声学模型定义
18.3.2CTC算法应用
18.3.3语言模型训练
18.3.4模型转换
18.3.5模型推理
18.4系统部署
18.5运行结果
18.6本章小结
第19章手写文本行识别
19.1案例简介
19.2系统总体设计
19.2.1功能结构
19.2.2CNNA模型
19.3系统设计与实现
19.3.1数据集创建
19.3.2模型构建
19.3.3训练
19.3.4测试
19.4系统部署与运行
19.4.1图片预处理
19.4.2模型推理
19.4.3模型后处理
19.5识别结果
19.5.1数据集评估
19.5.2雅可比矩阵可视化分析
19.6本章小结
第20章意见挖掘与情感分析
20.1案例简介
20.2系统总体设计
20.2.1功能结构
20.2.2系统设计流程
20.3系统模型框架
20.3.1BERT
20.3.2LSTM
20.4系统设计与实现
20.4.1数据集
20.4.2数据读取
20.4.3词典构建
20.4.4网络搭建
20.4.5模型训练
20.4.6模型转换
20.4.7模型推理
20.5本地部署
20.5.1本地工程编译及运行
20.5.2本地系统演示
20.6本章小结
参考文献