书城首页 › 当代 › 工业 › 嵌入式人工智能理论、开发及实践
当代·工业

嵌入式人工智能理论、开发及实践

正版保障多仓发货48小时内发货2-3天送达可开发票
¥37.87 定价 ¥48.00 7.9折 立省 ¥10.13
现货库存 19 件 全新
商品参数
书名
嵌入式人工智能理论、开发及实践
作者
陆玲霞,于淼 编著 编
出版社
浙江大学出版社
出版时间
2026-06-01
ISBN
9787308275965
货号
1204484254
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
嵌入式人工智能理论、开发及实践
作者
陆玲霞,于淼 编著 编
出版社
浙江大学出版社
出版时间
2026-06-01
ISBN
9787308275965
货号
1204484254
品相
全新
分类
当代·工业
目录▼

第1章 嵌入式人工智能概述

1.1 嵌入式系统的定义与发展

1.1.1 嵌入式系统的定义

1.1.2 嵌入式系统的分类

1.1.3 嵌入式实时操作系统

1.1.4 嵌入式系统的发展

1.2 人工智能基础概念

1.2.1 人工智能的含义

1.2.2 人工智能的发展

1.3 嵌入式人工智能的概念与发展

1.3.1 嵌入式人工智能的定义

1.3.2 嵌入式人工智能的发展

1.3.3 嵌入式人工智能与传统人工智能的对比

1.4 嵌入式人工智能的应用领域与发展趋势

1.4.1 嵌入式人工智能的应用

1.4.2 嵌入式人工智能的发展趋势

1.5 常见的嵌入式人工智能处理器

第2章 嵌入式AI处理器——RK3588芯片

2.1 RK3588芯片的主要特性

2.1.1 RK3588简介

2.1.2 同系列芯片的对比

2.1.3 RK3588的软件与开发生态

2.2 RK3588在嵌入式人工智能领域的应用场景分析

2.2.1 典型应用场景

2.2.2 RK3588芯片面临的挑战

2.2.3 优化路径与发展展望

第3章 嵌入式人工智能软件开发框架

3.1 Linux系统

3.1.1 发展历程

3.1.2 核心特点

3.1.3 系统架构

3.2 Linux系统移植(Ubuntu)

3.2.1 虚拟机准备

3.2.2 依赖工具安装

3.2.3 环境检查

3.2.4 SDK解压与初始化

3.2.5 Linux源码编译

3.3 Python语言基础

3.3.1 Python开发环境与运行方式

3.3.2 基本语法与数据类型

3.3.3 控制语句与程序结构

3.3.4 函数与模块化设计

3.3.5 Linux系统交互

3.3.6 文件操作与异常处理

3.3.7 常用标准库与第三方库

3.3.8 综合示例:基于Python的日志清理与推理脚本框架

3.4 RKNN-Toolkit2工具链

3.4.1 RKNN-Toolkit2工具链介绍

3.4.2 RKNN-Toolkit2的典型开发流程

3.4.3 虚拟机安装RKNN-Toolkit2工具

3.4.4 开发板安装RKNN-Toolkit2工具

3.4.5 RKNN模型转换与推理示例

3.5 RKLLM工具链

3.5.1 RKLLM工具链介绍

3.5.2 RKLLM Runtime功能介绍

3.5.3 RKLLM开发流程介绍

3.5.4 搭建RKLLM环境

3.5.5 RKLLM Runtime库的使用

3.5.6 安装Huggingface-cli工具与RKLLM模型转换

3.5.7 虚拟机交叉编译与模型移植

3.5.8 RKLLM模型转换与推理示例

第4章 人工智能典型算法

4.1 决策树

4.2 感知机

4.3 神经网络

4.3.1 BP神经网络

4.3.2 Hopfield神经网络

4.3.3 径向基函数神经网络

4.4 深度神经网络

4.4.1 卷积神经网络

4.4.2 循环神经网络

4.5 深度学习与目标检测算法

第5章 神经网络模型轻量化方法

5.1 模型结构优化

5.1.1 深度可分离卷积

5.1.2 分组卷积与通道混洗

5.1.3 瓶颈层与倒残差结构

5.1.4 轻量化激活函数

5.2 模型压缩

5.2.1 量化

5.2.2 剪枝

5.2.3 模型蒸馏

5.3 压缩—训练协同优化

5.4 轻量级神经网络部署与推理

第6章 轻量级神经网络

6.1 MobileNet

6.1.1 MobileNetV1

6.1.2 MobileNetV2

6.1.3 MobileNetV3

6.2 SqueezeNet

6.3 ShuffleNet

6.4 EfficientNet

6.5 Tiny YOLO

6.5.1 YOLOv5轻量模型

6.5.2 YOLOv6轻量模型

6.5.3 YOLOv7轻量模型

6.5.4 YOLOv8轻量模型

6.5.5 YOLOv9轻量模型

6.5.6 YOLOv10轻量模型

第7章 嵌入式人工智能开发案例

7.1 基于YOLOX的目标检测算法与实现

7.1.1 模型算法创新

7.1.2 开发环境配置

7.1.3 模型下载与转换

7.1.4 板端部署与图片验证

7.1.5 实时摄像头检测

7.2 基于FaceNet的人脸识别算法与实现

7.2.1 FaceNet算法原理

7.2.2 基于facenet-pytorch的模型训练

7.2.3 人脸识别测试

7.3 基于RAG的“嵌入式系统”知识问答助教系统实现

7.3.1 核心技术原理

7.3.2 实验环境

7.3.3 模型获取与转换

7.3.4 知识库构建与管理

7.3.5 推理服务部署

7.3.6 实验运行与结果分析

文摘▼

《嵌入式人工智能理论、开发及实践》由陆玲霞、于森两位老师结合一线教学与工程实践经验倾力编撰。全书共七章,架构科学,逻辑严谨。本书以瑞芯微RK3588这款主流国产高端嵌入式AI芯片为硬件核心,搭配全套国产化软件开发工具链展开介绍,从嵌入式系统与人工智能的基础概念出发,沿着“硬件平台—开发框架—算法原理—模型轻量化—部署实践”的主线层层推进,构建了一个从理论到实践、从算法到部署的完整知识闭环。内容从嵌入式芯片架构、人工智能基础理论起步,由浅入深、循序渐进,依次介绍经典AI算法、模型轻量化技术与主流轻量级网络,并结合目标检测、人脸识别、RAG知识问答等真实工程案例开展实操教学,实现了理论知识、硬件平台、软件工具与产业应用的深度融合。书中兼顾理论教学与行业前沿应用,详细讲解Linux环境、Python开发以及RKNN、RKLLM等国产化工具链的实操方法。知识点讲解通俗易懂,算法剖析条理清晰,配套案例典型翔实,从环境搭建、模型转换到项目部署,整套流程与代码均可落地复现。

本书适用范围十分广泛,可作为研究生、本科及高职院校人工智能、电子信息、自动化、物联网、计算机等专业的课程教材,满足课堂教学与实践教学的各项需求;同时也可供嵌入式开发、AI算法部署、智能硬件等领域的工程技术人员自学研读、进阶提升。

¥37.87
🛒购物车