昇騰AI處理器CANN應(yīng)用與實(shí)戰(zhàn)：基于Atlas硬件的人工智能案例開發(fā)指南

引言00
篇目 標(biāo) 檢 測
第1章手寫漢字拍照檢測與識別00
1.1案例簡介00
1.2系統(tǒng)總體設(shè)計00
1.2.1功能結(jié)構(gòu)00
1.2.2運(yùn)行流程與體系結(jié)構(gòu)00
1.3系統(tǒng)設(shè)計與實(shí)現(xiàn)00
1.3.1數(shù)據(jù)集制作00
1.3.2字符圖像預(yù)處理0
1.3.3模型訓(xùn)練0
1.3.4模型轉(zhuǎn)換0
1.3.5文字區(qū)域提取0
1.3.6模型推理0
1.4系統(tǒng)部署0
1.5運(yùn)行結(jié)果0
1.6本章小結(jié)0
第2章人類蛋白質(zhì)圖譜分類0
2.1案例簡介0
2.2系統(tǒng)總體設(shè)計0
2.2.1功能結(jié)構(gòu)0
2.2.2體系結(jié)構(gòu)0
2.3系統(tǒng)設(shè)計與實(shí)現(xiàn)0
2.3.1數(shù)據(jù)集的下載與篩選0
2.3.2選擇性搜索算法0
2.3.3數(shù)據(jù)集的制作0
2.3.4模型訓(xùn)練0
2.3.5模型推理0
2.4系統(tǒng)部署0
2.4.1服務(wù)器端部署0
2.4.2客戶端部署0
2.5本章小結(jié)0
第3章遙感圖像目標(biāo)檢測0
3.1案例簡介0
3.2系統(tǒng)總體設(shè)計0
3.2.1功能結(jié)構(gòu)0
3.2.2系統(tǒng)設(shè)計流程0
3.3系統(tǒng)設(shè)計與實(shí)現(xiàn)0
3.3.1目標(biāo)檢測模型定義0
3.3.2目標(biāo)檢測模型訓(xùn)練0
3.3.3模型轉(zhuǎn)換0
3.3.4模型推理0
3.3.5系統(tǒng)運(yùn)行界面設(shè)計0
3.4系統(tǒng)部署與運(yùn)行結(jié)果0
3.5本章小結(jié)0
第二篇圖 像 分 割
第4章人像的語義分割0
4.1案例簡介0
4.2系統(tǒng)總體設(shè)計0
4.2.1功能結(jié)構(gòu)0
4.2.2運(yùn)行流程與體系結(jié)構(gòu)0
4.3系統(tǒng)設(shè)計與實(shí)現(xiàn)0
4.3.1數(shù)據(jù)集生成0
4.3.2基于錯誤預(yù)測的分割網(wǎng)絡(luò)0
4.3.3模型訓(xùn)練及評估0
4.3.4模型轉(zhuǎn)換0
4.3.5獲取視頻數(shù)據(jù)0
4.3.6模型推理0
4.3.7推理結(jié)果后處理0
4.4系統(tǒng)部署0
4.5運(yùn)行結(jié)果0
4.6本章小結(jié)0
第5章人像分割與背景替換0
5.1案例簡介0
5.2系統(tǒng)總體設(shè)計0
5.2.1功能結(jié)構(gòu)0
5.2.2系統(tǒng)設(shè)計流程0
5.3系統(tǒng)設(shè)計與實(shí)現(xiàn)0
5.3.1構(gòu)建數(shù)據(jù)集0
5.3.2定義人像分割網(wǎng)絡(luò)0
5.3.3模型轉(zhuǎn)換0
5.3.4模型推理0
5.4系統(tǒng)部署0
5.5運(yùn)行結(jié)果0
5.6本章小結(jié)0
第6章眼底視網(wǎng)膜血管圖像分割0
6.1案例簡介0
6.2系統(tǒng)總體設(shè)計0
6.2.1功能結(jié)構(gòu)0
6.2.2體系結(jié)構(gòu)0
6.3系統(tǒng)設(shè)計與實(shí)現(xiàn)0
6.3.1數(shù)據(jù)集制作0
6.3.2網(wǎng)絡(luò)訓(xùn)練0
6.3.3模型部署0
6.3.4用戶交互層0
6.4系統(tǒng)部署0
6.5運(yùn)行結(jié)果0
6.6本章小結(jié)0
第7章邊緣檢測0
7.1案例簡介0
7.2系統(tǒng)總體設(shè)計0
7.2.1功能結(jié)構(gòu)0
7.2.2運(yùn)行流程與體系結(jié)構(gòu)0
7.3系統(tǒng)設(shè)計與實(shí)現(xiàn)0
7.3.1數(shù)據(jù)集制作0
7.3.2圖像預(yù)處理0
7.3.3模型訓(xùn)練0
7.3.4模型評估和驗(yàn)證0
7.4系統(tǒng)部署0
7.4.1服務(wù)器端部署0
7.4.2客戶端部署0
7.5運(yùn)行結(jié)果0
7.6本章小結(jié)0
第三篇圖 像 生 成
第8章AR陰影生成0
8.1案例簡介0
8.2系統(tǒng)總體設(shè)計
8.2.1功能結(jié)構(gòu)
8.2.2運(yùn)行流程
8.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
8.3.1數(shù)據(jù)集制作
8.3.2圖像預(yù)處理
8.3.3模型創(chuàng)建
8.3.4模型轉(zhuǎn)換
8.3.5網(wǎng)絡(luò)推理
8.4系統(tǒng)部署
8.5運(yùn)行結(jié)果
8.6本章小結(jié)
第9章卡通圖像生成
9.1案例簡介
9.2系統(tǒng)總體設(shè)計
9.2.1功能結(jié)構(gòu)
9.2.2系統(tǒng)設(shè)計流程
9.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
9.3.1網(wǎng)絡(luò)模型定義
9.3.2算法應(yīng)用
9.3.3模型轉(zhuǎn)換
9.3.4模型推理
9.4系統(tǒng)部署
9.5運(yùn)行結(jié)果
9.6本章小結(jié)
第四篇圖 像 增 強(qiáng)
第10章圖像去霧
10.1案例簡介
10.2系統(tǒng)總體設(shè)計
10.2.1功能結(jié)構(gòu)
10.2.2運(yùn)行流程與體系結(jié)構(gòu)
10.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
10.3.1數(shù)據(jù)集介紹
10.3.2圖像預(yù)處理
10.3.3模型訓(xùn)練
10.3.4模型轉(zhuǎn)換
10.3.5模型推理
10.4系統(tǒng)部署
10.4.1服務(wù)器端部署
10.4.2客戶端部署
10.5運(yùn)行結(jié)果
10.6本章小結(jié)
第11章雨天圖像增強(qiáng)系統(tǒng)
11.1案例簡介
11.2系統(tǒng)總體設(shè)計
11.2.1功能結(jié)構(gòu)
11.2.2運(yùn)行流程與體系結(jié)構(gòu)
11.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
11.3.1數(shù)據(jù)集生成
11.3.2方向和殘差感知的漸進(jìn)式引導(dǎo)網(wǎng)絡(luò)
11.3.3模型訓(xùn)練及評估
11.3.4模型轉(zhuǎn)換
11.3.5模型推理
11.4系統(tǒng)部署
11.5運(yùn)行結(jié)果
11.6本章小結(jié)
第12章圖像的HDR效果增強(qiáng)系統(tǒng)
12.1案例簡介
12.2系統(tǒng)總體設(shè)計
12.2.1功能結(jié)構(gòu)
12.2.2系統(tǒng)設(shè)計流程
12.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
12.3.1模型定義
12.3.2模型訓(xùn)練、保存與轉(zhuǎn)換
12.3.3模型推理
12.4系統(tǒng)部署與運(yùn)行
12.5運(yùn)行結(jié)果
12.6本章小結(jié)
第13章超分辨率圖像算法
13.1案例簡介
13.2系統(tǒng)總體設(shè)計
13.2.1功能結(jié)構(gòu)
13.2.2運(yùn)行流程與體系結(jié)構(gòu)
13.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
13.3.1超分辨率圖像算法
13.3.2數(shù)據(jù)集制作
13.3.3網(wǎng)絡(luò)結(jié)構(gòu)
13.3.4模型訓(xùn)練與驗(yàn)證
13.3.5模型轉(zhuǎn)換
13.3.6預(yù)處理及模型推理
13.3.7推理結(jié)果后處理
13.4系統(tǒng)部署
13.4.1超分辨率圖像轉(zhuǎn)換系統(tǒng)
13.4.2基于Flask的Web應(yīng)用
13.5運(yùn)行結(jié)果
13.5.1實(shí)現(xiàn)結(jié)果
13.5.2PSNR
13.6本章小結(jié)
第五篇模 式 分 類
第14章人體動作識別
14.1案例簡介
14.2系統(tǒng)總體設(shè)計
14.2.1功能結(jié)構(gòu)
14.2.2系統(tǒng)設(shè)計流程
14.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
14.3.1OpenPose檢測骨骼關(guān)鍵點(diǎn)與制作數(shù)據(jù)集
14.3.2動作識別網(wǎng)絡(luò)
14.3.3模型轉(zhuǎn)換
14.3.4模型推理
14.4系統(tǒng)部署
14.4.1配置開發(fā)板環(huán)境
14.4.2部署動作識別項(xiàng)目
14.4.3實(shí)時傳輸攝像頭數(shù)據(jù)
14.5運(yùn)行結(jié)果
14.6本章小結(jié)
第15章人臉識別
15.1案例簡介
15.2系統(tǒng)總體設(shè)計
15.2.1功能結(jié)構(gòu)
15.2.2系統(tǒng)設(shè)計流程
15.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
15.3.1模型定義
15.3.2模型轉(zhuǎn)換
15.3.3人臉注冊
15.3.4攝像頭輸入
15.3.5人臉檢測模型
15.3.6關(guān)鍵點(diǎn)提取模型
15.3.7特征向量提取模型推理
15.3.8后處理
15.3.9展示器服務(wù)端
15.4系統(tǒng)部署
15.5運(yùn)行結(jié)果
15.6本章小結(jié)
第16章大規(guī)模視頻手勢識別
16.1案例簡介
16.1.1手勢識別現(xiàn)狀概述
16.1.2C3D模型介紹
16.1.3基于強(qiáng)化學(xué)習(xí)的ResC3D大規(guī)模手勢識別
16.1.4案例遷移簡介
16.2系統(tǒng)設(shè)計與實(shí)現(xiàn)
16.2.1系統(tǒng)綜合設(shè)計
16.2.2C3D模型的定義、訓(xùn)練與生成
16.2.3系統(tǒng)設(shè)計流程
16.2.4模型轉(zhuǎn)換
16.2.5模型推理
16.3系統(tǒng)部署
16.4運(yùn)行結(jié)果
16.5本章小結(jié)
第六篇機(jī)器人
第17章VSLAM智能小車平臺
17.1案例簡介
17.2總體設(shè)計
17.2.1平臺硬件系統(tǒng)
17.2.2VSLAM系統(tǒng)功能結(jié)構(gòu)
17.2.3VSLAM系統(tǒng)流程
17.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
17.3.1ROS框架
17.3.2實(shí)時跟蹤定位
17.3.3深度預(yù)測模型訓(xùn)練
17.3.4地圖重建
17.4系統(tǒng)部署
17.4.1ROS環(huán)境部署
17.4.2模型轉(zhuǎn)換
17.4.3AscendCL模型推理
17.4.4SLAM系統(tǒng)部署
17.5運(yùn)行結(jié)果
17.6本章小結(jié)
第七篇序 列 分 析
第18章中文語音識別
18.1案例簡介
18.2系統(tǒng)總體設(shè)計
18.2.1功能結(jié)構(gòu)
18.2.2系統(tǒng)設(shè)計流程
18.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
18.3.1聲學(xué)模型定義
18.3.2CTC算法應(yīng)用
18.3.3語言模型訓(xùn)練
18.3.4模型轉(zhuǎn)換
18.3.5模型推理
18.4系統(tǒng)部署
18.5運(yùn)行結(jié)果
18.6本章小結(jié)
第19章手寫文本行識別
19.1案例簡介
19.2系統(tǒng)總體設(shè)計
19.2.1功能結(jié)構(gòu)
19.2.2CNNA模型
19.3系統(tǒng)設(shè)計與實(shí)現(xiàn)
19.3.1數(shù)據(jù)集創(chuàng)建
19.3.2模型構(gòu)建
19.3.3訓(xùn)練
19.3.4測試
19.4系統(tǒng)部署與運(yùn)行
19.4.1圖片預(yù)處理
19.4.2模型推理
19.4.3模型后處理
19.5識別結(jié)果
19.5.1數(shù)據(jù)集評估
19.5.2雅可比矩陣可視化分析
19.6本章小結(jié)
第20章意見挖掘與情感分析
20.1案例簡介
20.2系統(tǒng)總體設(shè)計
20.2.1功能結(jié)構(gòu)
20.2.2系統(tǒng)設(shè)計流程
20.3系統(tǒng)模型框架
20.3.1BERT
20.3.2LSTM
20.4系統(tǒng)設(shè)計與實(shí)現(xiàn)
20.4.1數(shù)據(jù)集
20.4.2數(shù)據(jù)讀取
20.4.3詞典構(gòu)建
20.4.4網(wǎng)絡(luò)搭建
20.4.5模型訓(xùn)練
20.4.6模型轉(zhuǎn)換
20.4.7模型推理
20.5本地部署
20.5.1本地工程編譯及運(yùn)行
20.5.2本地系統(tǒng)演示
20.6本章小結(jié)
參考文獻(xiàn)