目录 基础篇： 人工智能边缘设备开发入门 模块1人工智能边缘设备基础概念3 1.1人工智能边缘设备概述4 1.1.1人工智能的概念4 1.1.2边缘计算的概念5 1.2人工智能边缘设备的特点6 1.3人工智能边缘设备应用7 1.3.1典型应用领域7 1.3.2典型应用设备7 1.4人工智能边缘设备的挑战与发展9 1.4.1挑战9 1.4.2发展10 【案例实现】人工智能边缘设备开发环境配置10 任务1： 本地控制人工智能边缘设备11 任务2： 人工智能边缘设备网络配置11 任务3： 远程连接人工智能边缘设备16 【模块小结】19 【知识拓展】人工智能边缘设备助力数字经济发展19 【课后实训】20 模块2人工智能边缘设备应用技术栈21 2.1人工智能边缘设备技术栈22 2.1.1数据处理平台22 2.1.2操作系统22 2.1.3硬件设备23 2.1.4计算框架23 2.1.5智能算法24 2.1.6智能编程库24 2.2数据处理方法25 2.2.1图像数据处理25 2.2.2文本数据处理28 【案例实现】数据处理应用31 任务1： 读取图像数据32 任务2： 图像数据概览34 任务3： 图像数据预处理36 【模块小结】39 【知识拓展】从《“十四五”大数据产业发展规划》中看数据处理平台的 发展39 【课后实训】40 模块3人工智能边缘设备操作系统41 3.1操作系统的概念42 3.1.1操作系统的基本功能42 3.1.2常见的边缘智能操作系统43 3.2Linux系统操作命令46 3.2.1系统状态检测命令47 3.2.2工作目录切换命令49 3.2.3文件目录管理命令50 【案例实现】Linux系统磁盘检测与维护52 任务1： 使用jtop工具查看设备情况53 任务2： 手动查看具体磁盘存储空间57 任务3： 自动删除磁盘存储日志文件58 【模块小结】61 【知识拓展】人工智能边缘设备操作系统为数字经济提供基础设施62 【课后实训】62 模块4人工智能边缘设备硬件基础63 4.1人工智能边缘设备工作流程64 4.1.1数据采集64 4.1.2数据传输65 4.1.3智能边缘计算65 4.2人工智能边缘设备硬件类型66 4.2.1传感器66 4.2.2可编程逻辑控制器67 4.3常见的传感器68 4.3.1摄像头69 4.3.2麦克风70 【案例实现】智能边缘设备传感器应用71 任务1： 查看摄像头挂载情况71 任务2： 调用摄像头拍照与保存72 任务3： 调用语音模块录音与回放76 【模块小结】79 【知识拓展】智能边缘硬件在智慧城市中的应用79 【课后实训】79 进阶篇： 人工智能边缘设备应用技术 模块5人工智能边缘设备计算框架83 5.1智能边缘计算框架的概念84 5.2常用的智能边缘计算框架84 5.2.1Paddle Inference框架85 5.2.2MNN框架85 5.2.3Dabnn框架86 5.2.4OpenVINO框架86 5.2.5TensorFlow Lite 框架86 【案例实现】Paddle Inference框架安装87 任务1： 查看人工智能边缘设备硬件环境87 任务2： 验证人工智能边缘设备编译环境88 任务3： 安装PaddlePaddle框架 88 任务4： 验证Paddle Inference安装情况90 【模块小结】92 【知识拓展】国产开源深度学习框架的意义与重要性92 【课后实训】93 模块6人工智能边缘设备算法基础94 6.1人工智能算法概述95 6.1.1人工智能算法的基本概念95 6.1.2人工智能算法的基本要素96 6.1.3人工智能算法的基本特征97 6.2常见的人工智能算法97 6.2.1图像分类算法97 6.2.2目标检测算法98 6.2.3图像分割算法99 6.2.4人体关键点检测算法100 6.2.5语音识别算法101 6.2.6文字识别算法101 【案例实现】人工智能算法应用与基础实现102 任务1： 实训环境准备102 任务2： 体验图像分类算法103 任务3： 体验目标检测算法105 任务4： 体验图像分割算法105 任务5： 体验人体关键点检测算法107 任务6： 人脸检测算法实现108 【模块小结】111 【知识拓展】人工智能算法的安全风险及其应对方法111 【课后实训】111 模块7人工智能边缘设备基础应用113 7.1库的类别114 7.1.1函数库114 7.1.2模型库115 7.2常用的人工智能模型库115 7.2.1图像分类常用模型库115 7.2.2目标检测常用模型库116 7.2.3图像分割常用模型库117 7.2.4文字识别常用模型库117 7.2.5语音识别常用模型库118 7.3迁移学习算法118 7.3.1迁移学习算法的概念119 7.3.2迁移学习算法的应用119 7.3.3迁移学习算法的特点120 【案例实现】基于迁移学习的电子产品分类121 任务1： 模型训练环境准备121 任务2： 分类目标数据采集122 任务3： 迁移学习模型训练126 任务4： 测试模型训练结果127 【模块小结】131 【知识拓展】人工智能从“大炼模型”到“炼大模型”变化的意义131 【课后实训】132 应用篇： 人工智能边缘设备项目实战 模块8产品智能分拣系统搭建135 8.1产品智能分拣系统概述136 8.1.1背景136 8.1.2意义137 8.2智能分拣系统常用方法137 8.2.1条形码识别技术138 8.2.2RFID（射频识别）技术139 8.2.3图像识别技术139 8.3人工智能边缘设备应用案例分析141 8.3.1核心诉求141 8.3.2解决方案141 8.4目标检测的实现原理141 【案例实现】基于目标检测的产品智能分拣系统搭建143 任务1： 模型训练环境准备143 任务2： 检测目标数据采集145 任务3： 迁移学习模型训练150 任务4： 测试模型训练结果152 【模块小结】153 【知识拓展】智能分拣系统助力物流体系建设153 【课后实训】153 模块9产品质量检测系统搭建154 9.1产品质量检测系统概述155 9.1.1背景155 9.1.2意义156 9.2产品质量检测系统常用方法156 9.2.1基于颜色特征的方法156 9.2.2基于纹理特征的方法157 9.2.3基于形状特征的方法158 9.2.4基于空间关系特征的方法158 9.3边缘设备应用案例分析159 9.3.1核心诉求159 9.3.2解决方案160 9.4产品质量检测系统的实现流程161 9.4.1图像获取模块161 9.4.2图像处理模块161 9.4.3图像分析模块162 9.4.4人机接口模块162 【案例实现】基于物体检测的PCB质量检测系统搭建162 任务1： PCB质量检测模型部署格式导出163 任务2： PCB质量检测模型部署环境编译165 任务3： PCB质量检测部署格式模型性能预测168 任务4： PCB质量检测部署格式模型命令行部署预测171 【模块小结】172 【知识拓展】从“中国制造”到“中国智造”173 【课后实训】173 模块10生产安全监控系统搭建175 10.1生产安全监控系统的概念176 10.2生产安全监控系统的背景及意义176 10.3生产安全监控系统的构成及应用178 10.3.1系统构成178 10.3.2场景应用179 10.4边缘设备应用案例分析179 10.4.1核心诉求179 10.4.2解决方案180 10.5行为识别的实现流程181 10.5.1输入图像数据集181 10.5.2图像预处理181 10.5.3特征提取182 10.5.4训练分类器182 10.5.5行为识别分类182 【案例实现】基于目标检测的安全帽佩戴识别系统功能实现182 任务1： 安全帽佩戴识别模型性能预测183 任务2： 安全帽佩戴识别模型转换部署185 任务3： 安全帽佩戴识别模型服务应用187 【模块小结】190 【知识拓展】人工智能助力企业安全生产发展190 【课后实训】191 模块11产品票务管理系统搭建192 11.1智慧财会的背景与意义193 11.1.1背景193 11.1.2意义194 11.2边缘设备在票据识别中的应用196 11.2.1文字的高速自动输入196 11.2.2办公自动化196 11.2.3智能计算机196 11.2.4信息压缩与传输197 11.2.5文字录入197 11.3边缘设备应用案例分析： 财务报销智能化197 11.3.1核心诉求197 11.3.2解决方案197 11.4文字识别的实现原理198 【案例实现】基于文字识别的票据识别功能实现200 任务1： 加载文字识别模型200 任务2： 单张票据文件识别201 任务3： 多张票据文件识别203 【模块小结】207 【知识拓展】文字识别助力数字政务升级207 【课后实训】208 模块12智能客户服务系统搭建209 12.1智能客服的背景与意义210 12.1.1背景210 12.1.2意义210 12.2边缘设备在智能客服中的应用211 12.2.1人工智能代理管理211 12.2.2智慧交通语音导航212 12.2.3智能语音外呼212 12.3边缘设备应用案例分析212 12.3.1核心诉求212 12.3.2解决方案213 【案例实现】基于语音识别的智能客户服务系统搭建213 任务1： 创建语音识别应用214 任务2： 编写语音输入函数221 任务3： 编写语音识别函数223 任务4： 语音识别测试应用224 【模块小结】227 【知识拓展】智能客服的发展趋势227 【课后实训】227 参考文献229