新一代人工智能：无代码人工智能开发平台实践

第 1章 人工智能概述 1
1.1 什么是人工智能 2
1.1.1 人工智能的定义 2
1.1.2 人工智能的起源 2
1.2 人工智能的发展历史 2
1.3 新一代人工智能的三要素 3
1.3.1 数据与数据集 4
1.3.2 算法与深度学习框架 5
1.3.3 算力 5
1.4 新一代人工智能产业全景结构 5
1.4.1 基础层 5
1.4.2 技术层 6
1.4.3 应用层 6
1.5 人工智能产业和应用领域 6
1.5.1 人工智能产业 6
1.5.2 人工智能在智慧城市中的应用 7
1.5.3 人工智能在智慧现场安监中的应用 8
1.6 人工智能体验 8
1.6.1 百度AI能力体验中心 8
1.6.2 图像识别 9
1.6.3 图像增强与特效 12
1.6.4 人脸与人体识别 13
1.6.5 语音技术 17
1.6.6 自然语言处理 17
1.6.7 通用文字识别 20
1.6.8 卡证文字识别 22
1.6.9 交通文字识别 23
1.6.10 票据文字识别 25
1.6.11 其他文字识别 27
小结 27
练习 28
第 2章 人工智能产品开发与EasyDL平台 29
2.1 人工智能产品开发 30
2.1.1 人工智能产品开发流程 30
2.1.2 模型评判常用指标 31
2.2 EasyDL平台介绍 32
2.2.1 EasyDL平台是什么 32
2.2.2 EasyDL平台使用基本流程 33
2.2.3 模型部署方式 33
2.2.4 EasyDL平台系列产品 34
2.2.5 EasyDL产品优势 39
2.3 AI产品市场和服务平台 41
2.3.1 AI市场提供的产品和服务 41
2.3.2 AI市场的交易方 42
小结 42
练习 42
第3章 图像智能分析 43
3.1 视觉感知与图像 44
3.2 图像的表示和存储 45
3.2.1 图像的表示与数字化 45
3.2.2 图像的存储 46
3.3 图像分类 46
3.3.1 图像分类的基本概念 46
3.3.2 图像分类问题处理流程 47
3.3.3 静态物品图像分类的问题分析和数据采集 47
3.3.4 基于EasyDL平台的图像分类模型训练 48
3.3.5 模型校验 58
3.3.6 模型发布 61
3.4 物体检测 64
3.4.1 物体检测的基本概念 64
3.4.2 物体检测处理流程 65
3.4.3 静态物品物体检测的问题分析和数据采集 65
3.4.4 基于EasyDL平台的物体检测模型训练 66
3.4.5 模型校验 74
3.4.6 模型发布 76
3.5 图像分割 78
3.5.1 图像分割的基本概念 78
3.5.2 静态物品图像分割的问题分析和数据采集 79
3.5.3 基于EasyDL平台的图像分割模型训练 80
3.5.4 模型校验 87
3.5.5 模型发布 87
小结 90
练习 91
第4章 文本智能分析 92
4.1 自然语言处理与文本 93
4.2 文本分类 94
4.2.1 问题分析 95
4.2.2 模型创建 95
4.2.3 数据准备 96
4.2.4 模型训练 100
4.2.5 模型发布 105
4.3 短文本相似度分析 108
4.3.1 问题分析 108
4.3.2 模型创建 109
4.3.3 数据准备 109
4.3.4 模型训练 111
4.3.5 模型发布 112
4.4 情感倾向分析 113
4.4.1 问题分析 113
4.4.2 模型创建 113
4.4.3 数据准备 114
4.4.4 模型训练 116
4.4.5 模型发布 118
小结 118
练习 119
第5章 语音智能分析 120
5.1 语音处理 121
5.2 声音分类 121
5.2.1 问题分析 121
5.2.2 模型创建 122
5.2.3 数据准备 122
5.2.4 模型训练 124
5.3 语音识别 127
5.3.1 问题分析 128
5.3.2 模型的创建与评估 128
5.3.3 模型训练 131
5.3.4 模型的上线与调用 132
小结 133
练习 133
第6章 EasyDL OCR 134
6.1 OCR简介 135
6.2 OCR的应用领域和场景 135
6.3 EasyDL OCR简介 137
6.3.1 EasyDL OCR处理流程 137
6.3.2 EasyDL OCR产品优势 137
6.4 EasyDL OCR操作案例 138
6.4.1 问题背景 138
6.4.2 需求分析 138
6.4.3 数据准备 139
6.4.4 EasyDL OCR操作步骤 139
6.5 关于标注方案的讨论 148
6.5.1 “金额”字段的标注 149
6.5.2 “校验码”字段的标注 149
小结 149
练习 150
第7章 EdgeBoard硬件部署 151
7.1 EdgeBoard计算卡简介 153
7.2 安装系统 153
7.2.1 串口连接 155
7.2.2 SSH连接 156
7.3 模型训练 159
7.4 硬件部署 166
小结 174
练习 174
第8章 基于EasyDL平台的人工智能学科竞赛 175
8.1 中国高校计算机大赛人工智能创意赛 176
8.1.1 比赛设置 176
8.1.2 比赛要求 178
8.2 赋能组比赛对专业认证中非技术能力的要求与考查 180
8.2.1 技术能力与非技术能力 180
8.2.2 C4-AI比赛评分标准对非技术指标的支撑 181
8.2.3 缺失的技术能力和非技术能力 182
8.3 2019—2021年C4-AI比赛获奖项目数据分析 183
8.3.1 历届获奖清单 183
8.3.2 赛事获奖项目涉及的行业和专业分析 185
8.4 赛事展望 187
小结 187
练习 188
第9章 EasyDL平台行业赋能案例 189
9.1 文旅行业 190
9.1.1 AI识鱼，让游客畅玩海洋馆 190
9.1.2 EasyDL平台助力智能解读国粹精品 190
9.2 零售行业 191
9.2.1 EasyDL平台助力智能结算，向智能零售更近一步 191
9.2.2 图像识别驱动零售门店陈列审核升级 192
9.3 制造行业 193
9.3.1 EasyDL平台使箱包检针质检更轻松 193
9.3.2 AI助力机械质检高效化 194
9.4 交通运输行业 194
9.4.1 EasyDL平台为桥梁巡检提质增效 194
9.4.2 “AI出海”智能识别船舶运输状态 195
9.4.3 百度大脑助力快递到家更快、更安全 196
9.5 管理与服务行业 197
9.5.1 百度大脑助力水务部门实现地下资产智能管理 197
9.5.2 EasyDL平台物体检测实现公共空间能效管理 197
9.6 餐饮行业 198
9.7 教育行业 199
9.8 电力行业 200
9.9 医疗健康行业 201
9.10 企业服务行业 202
小结 202
练习 203
附录A EasyDL功能更新 204
附录B 飞桨EasyDL桌面版操作 208
附录C 使用labelImg进行物体检测标注 220
附录D 行业补充案例 231