第 1篇 人工智能技術(shù)服務(wù) 1
項(xiàng)目１ 人工智能技術(shù)與應(yīng)用設(shè)計(jì) 2
項(xiàng)目目標(biāo) 2
項(xiàng)目描述 2
知識準(zhǔn)備 2
1.1 智能與人工智能 2
1.1.1 智能的定義 3
1.1.2 人工智能的定義 3
1.2 人工智能關(guān)鍵技術(shù) 3
1.2.1 機(jī)器學(xué)習(xí) 3
1.2.2 深度學(xué)習(xí) 4
1.2.3 計(jì)算機(jī)視覺 5
1.2.4 自然語言處理 5
1.2.5 知識圖譜 6
1.2.6 人機(jī)交互 6
1.3 人工智能場景下的應(yīng)用設(shè)計(jì)方案分析 7
1.3.1 場景需求分析 7
1.3.2 設(shè)計(jì)方案分析 7
項(xiàng)目實(shí)施 9
1.4 實(shí)施思路 9
1.5 實(shí)施步驟 9
知識拓展 11
1.6 圖靈測試 11
1.7 圖靈測試的缺陷 12
課后實(shí)訓(xùn) 12
項(xiàng)目2 人工智能產(chǎn)業(yè)與應(yīng)用開發(fā) 13
項(xiàng)目目標(biāo) 13
項(xiàng)目描述 13
知識準(zhǔn)備 14
2.1 人工智能產(chǎn)業(yè)結(jié)構(gòu) 14
2.2 人工智能基礎(chǔ)層相關(guān)產(chǎn)品 14
2.2.1 硬件設(shè)施 14
2.2.2 軟件設(shè)施 15
2.2.3 數(shù)據(jù)資源 16
2.3 人工智能技術(shù)層相關(guān)產(chǎn)品 16
2.3.1 基礎(chǔ)框架 16
2.3.2 算法模型 17
2.3.3 通用技術(shù) 17
2.4 人工智能應(yīng)用層相關(guān)產(chǎn)品 17
2.4.1 應(yīng)用平臺 17
2.4.2 智能應(yīng)用場景 18
2.5 人工智能應(yīng)用開發(fā)的基本流程 18
2.5.1 需求分析 18
2.5.2 數(shù)據(jù)準(zhǔn)備 19
2.5.3 模型訓(xùn)練 20
2.5.4 模型應(yīng)用 20
項(xiàng)目實(shí)施 20
2.6 實(shí)施思路 20
2.7 實(shí)施步驟 20
知識拓展 23
課后實(shí)訓(xùn) 24
第 2篇 智能數(shù)據(jù)服務(wù)平臺應(yīng)用 25
項(xiàng)目3 智能數(shù)據(jù)服務(wù)平臺入門使用 26
項(xiàng)目目標(biāo) 26
項(xiàng)目描述 26
知識準(zhǔn)備 26
3.1 智能數(shù)據(jù)服務(wù)平臺簡介 26
3.2 智能數(shù)據(jù)服務(wù)平臺功能 27
3.2.1 數(shù)據(jù)采集 27
3.2.2 數(shù)據(jù)清洗 28
3.2.3 數(shù)據(jù)標(biāo)注 28
3.3 智能數(shù)據(jù)服務(wù)平臺優(yōu)勢 29
項(xiàng)目實(shí)施 29
3.4 實(shí)施思路 29
3.5 實(shí)施步驟 30
知識拓展 35
課后實(shí)訓(xùn) 36
項(xiàng)目4 智能數(shù)據(jù)服務(wù)平臺數(shù)據(jù)采集 37
項(xiàng)目目標(biāo) 37
項(xiàng)目描述 37
知識準(zhǔn)備 37
4.1 數(shù)據(jù)的定義 37
4.2 數(shù)據(jù)的分類 38
4.2.1 按照字段類型分類 38
4.2.2 按照數(shù)據(jù)結(jié)構(gòu)分類 38
4.2.3 其他分類 40
4.3 構(gòu)建高質(zhì)量數(shù)據(jù)集 40
4.3.1 獲取足夠的數(shù)據(jù)量 40
4.3.2 采集高質(zhì)量的數(shù)據(jù) 42
4.3.3 創(chuàng)建高質(zhì)量的分類 43
4.3.4 拆分?jǐn)?shù)據(jù)集 43
項(xiàng)目實(shí)施 44
4.4 實(shí)施思路 44
4.5 實(shí)施步驟 44
知識拓展 51
課后實(shí)訓(xùn) 52
項(xiàng)目5 智能數(shù)據(jù)服務(wù)平臺數(shù)據(jù)清洗 53
項(xiàng)目目標(biāo) 53
項(xiàng)目描述 53
知識準(zhǔn)備 53
5.1 數(shù)據(jù)清洗的定義 53
5.2 數(shù)據(jù)清洗的對象 54
5.2.1 殘缺數(shù)據(jù) 54
5.2.2 錯誤數(shù)據(jù) 54
5.2.3 重復(fù)數(shù)據(jù) 54
5.3 數(shù)據(jù)清洗的作用 55
5.4 數(shù)據(jù)質(zhì)量的評估準(zhǔn)則 55
5.4.1 完整性 55
5.4.2 一致性 56
5.4.3 準(zhǔn)確性 56
項(xiàng)目實(shí)施 56
5.5 實(shí)施思路 56
5.6 實(shí)施步驟 57
知識拓展 64
課后實(shí)訓(xùn) 65
項(xiàng)目6 智能數(shù)據(jù)服務(wù)平臺圖像標(biāo)注 66
項(xiàng)目目標(biāo) 66
項(xiàng)目描述 66
知識準(zhǔn)備 66
6.1 圖像標(biāo)注的定義 66
6.2 常見的圖像標(biāo)注方式 67
6.2.1 2D邊界框標(biāo)注 67
6.2.2 3D長方體標(biāo)注 68
6.2.3 多邊形標(biāo)注 68
6.2.4 關(guān)鍵點(diǎn)標(biāo)注 69
6.2.5 折線標(biāo)注 69
6.2.6 語義分割 69
6.3 圖像標(biāo)注流程 70
6.3.1 確定標(biāo)注規(guī)則 70
6.3.2 試標(biāo)注 71
6.3.3 標(biāo)注檢查 71
6.3.4 模型訓(xùn)練 71
6.3.5 預(yù)標(biāo)注 71
6.3.6 補(bǔ)充標(biāo)注 72
6.4 圖像標(biāo)注通用規(guī)則 72
6.4.1 貼邊規(guī)則 72
6.4.2 重疊規(guī)則 72
6.4.3 獨(dú)立規(guī)則 73
6.4.4 不框規(guī)則 73
6.4.5 邊界檢查規(guī)則 74
6.4.6 小目標(biāo)規(guī)則 74
項(xiàng)目實(shí)施 74
6.5 實(shí)施思路 74
6.6 實(shí)施步驟 74
知識拓展 84
6.7 XML的定義 84
6.8 XML文件的作用 85
課后實(shí)訓(xùn) 85
第3篇 深度學(xué)習(xí)模型定制平臺應(yīng)用 87
項(xiàng)目7 深度學(xué)習(xí)模型定制平臺入門使用 88
項(xiàng)目目標(biāo) 88
項(xiàng)目描述 88
知識準(zhǔn)備 89
7.1 深度學(xué)習(xí)模型定制平臺的簡介 89
7.2 深度學(xué)習(xí)模型定制平臺的功能 89
7.2.1 EasyDL圖像 89
7.2.2 EasyDL文本 91
7.2.3 EasyDL語音 93
7.2.4 EasyDL OCR 94
7.2.5 EasyDL視頻 94
7.2.6 EasyDL結(jié)構(gòu)化數(shù)據(jù) 95
7.3 深度學(xué)習(xí)模型定制平臺的優(yōu)勢 96
項(xiàng)目實(shí)施 97
7.4 實(shí)施思路 97
7.5 實(shí)施步驟 97
知識拓展 107
課后實(shí)訓(xùn) 108
項(xiàng)目8 深度學(xué)習(xí)模型定制平臺模型訓(xùn)練 109
項(xiàng)目目標(biāo) 109
項(xiàng)目描述 109
知識準(zhǔn)備 110
8.1 物體檢測模型的應(yīng)用場景 110
8.1.1 視頻圖像監(jiān)控 110
8.1.2 工業(yè)生產(chǎn)質(zhì)檢 111
8.1.3 專業(yè)領(lǐng)域研究 112
8.2 物體檢測模型的訓(xùn)練結(jié)果 112
8.2.1 正確識別 112
8.2.2 誤識別 113
8.2.3 漏識別 113
8.3 物體檢測模型的評估指標(biāo) 114
8.3.1 準(zhǔn)確率 114
8.3.2 精確率 114
8.3.3 召回率 114
8.3.4 假正類率 115
8.3.5 F1分?jǐn)?shù) 115
8.3.6 平均精度 115
8.4 EasyDL訓(xùn)練物體檢測模型的基本流程 116
項(xiàng)目實(shí)施 116
8.5 實(shí)施思路 116
8.6 實(shí)施步驟 117
知識拓展 124
課后實(shí)訓(xùn) 124
項(xiàng)目9 深度學(xué)習(xí)模型定制平臺模型部署 126
項(xiàng)目目標(biāo) 126
項(xiàng)目描述 126
知識準(zhǔn)備 127
9.1 深度學(xué)習(xí)模型部署流程 127
9.2 深度學(xué)習(xí)模型定制平臺的部署方法 127
9.2.1 圖像類模型部署方法 127
9.2.2 文本類模型部署方法 128
9.3 人工智能邊緣開發(fā)設(shè)備及攝像頭 128
項(xiàng)目實(shí)施 129
9.4 實(shí)施思路 129
9.5 實(shí)施步驟 129
知識拓展 140
9.6 獲取Access Token 140
9.7 API請求返回參數(shù) 141
9.8 錯誤碼 141
課后實(shí)訓(xùn) 143
第4篇 深度學(xué)習(xí)綜合應(yīng)用 144
項(xiàng)目１0 深度學(xué)習(xí)開發(fā)平臺視覺任務(wù)應(yīng)用 145
項(xiàng)目目標(biāo) 145
項(xiàng)目描述 145
知識準(zhǔn)備 146
10.1 工業(yè)質(zhì)檢行業(yè)背景 146
10.2 智能工業(yè)質(zhì)檢流程 147
10.3 工業(yè)質(zhì)檢行業(yè)應(yīng)用 147
項(xiàng)目實(shí)施 148
10.4 實(shí)施思路 148
10.5 實(shí)施步驟 148
知識拓展 159
課后實(shí)訓(xùn) 160
項(xiàng)目１1 深度學(xué)習(xí)開發(fā)平臺文本任務(wù)應(yīng)用 161
項(xiàng)目目標(biāo) 161
項(xiàng)目描述 161
知識準(zhǔn)備 161
11.1 文本分類的行業(yè)背景 161
11.2 文本分類的流程 162
11.3 文本分類模型的評估指標(biāo) 162
11.3.1 宏平均和微平均 162
11.3.2 11點(diǎn)平均正確率 163
11.4 文本分類模型的行業(yè)應(yīng)用 163
項(xiàng)目實(shí)施 163
11.5 實(shí)施思路 163
11.6 實(shí)施步驟 164
知識拓展 183
11.7 中文語料庫 183
11.8 英文語料庫 184
課后實(shí)訓(xùn) 184
項(xiàng)目１2 深度學(xué)習(xí)開發(fā)平臺聲音任務(wù)應(yīng)用 186
項(xiàng)目目標(biāo) 186
項(xiàng)目描述 186
知識準(zhǔn)備 187
12.1 聲音分類的概念 187
12.2 聲音分類的應(yīng)用 187
12.3 智能聲音分類的流程 187
項(xiàng)目實(shí)施 188
12.4 實(shí)施思路 188
12.5 實(shí)施步驟 189
知識拓展 203
課后實(shí)訓(xùn) 204