正版
智能识别技术:面向OpenCV与YOLO的嵌入式人工智能应用开发
- 书名
- 智能识别技术:面向OpenCV与YOLO的嵌入式人工智能应用开发
- 作者
- 周兴 著
- 出版社
- 电子工业出版社
- 出版时间
- 2026-09-01
- ISBN
- 9787121536496
- 货号
- 1204704495
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 智能识别技术:面向OpenCV与YOLO的嵌入式人工智能应用开发
- 作者
- 周兴 著
- 出版社
- 电子工业出版社
- 出版时间
- 2026-09-01
- ISBN
- 9787121536496
- 货号
- 1204704495
- 品相
- 全新
- 分类
- 当代·工业
作者简介▼
周兴,毕业于中国矿业大学信息与电气工程学院信号与信息处理专业硕士,高级工程师,现担任南京市警务大数据工程技术中心主任。在国内核心期刊公开发表论文9篇,IEEE会议论文2篇,参加国家自然科学基金资助重点项目 煤矿生产重大瓦斯事故的形成机理及其管理方法研究(基金号:70533050);参加国家自然科学基金青年基金资助项目(41302131);参加“十二五”国家科技支撑计划资助项(2012BAH12B01,2012BAH12B02);参加中央高校基本科研业务费资助项目(2014ZDP03);承担《美沙酮药物维持治疗管理系统》、《江苏省公安厅网约房监管系统》《基于路面感知的非机动车过车信息采集与融合的非机动车交通治理项目》、《地铁站内异常行为分析预警模块项目》系统总设计工作。黄继刚,副教授,南京航空航天大学金城学院机电工程与自动化学院(绿智制造产业学院)副院长,主要从事车辆结构设计优化、新能源汽车方向研究。林新华,高级工程师,南京工业大学自动化专业本科,东南大学计算机专业硕士;南京优奈特信息科技有限公司董事长、苏嵌教育创始人,江苏省计算机学会嵌入式专委会副秘书长。
目录▼
目 录
第1章 嵌入式深度学习基础 1
1.1 人工智能与机器学习概述 1
1.1.1 人工智能的定义 1
1.1.2 人工智能的发展 1
1.1.3 人工智能的研究方向 2
1.1.4 机器学习的定义 3
1.1.5 机器学习的基本类型 3
1.2 深度学习简介 5
1.2.1 深度学习与传统机器学习的区别 5
1.2.2 深度学习的关键概念 6
1.3 人工智能的数学基础 8
1.3.1 线性代数部分 9
1.3.2 卷积 16
1.3.3 概率论与数理统计基础 18
1.3.4 微分与梯度 21
1.3.5 梯度下降算法及其变体 21
1.4 卷积神经网络基础 24
1.4.1 卷积神经网络的定义 25
1.4.2 卷积神经网络的结构 25
1.4.3 卷积神经网络在图像识别中的应用 27
1.5 深度学习框架与第三方库 28
1.5.1 常用的深度学习框架 28
1.5.2 深度学习库 30
1.5.3 深度学习工具 33
1.6 嵌入式深度学习简介 34
1.6.1 嵌入式系统的基本概念 34
1.6.2 嵌入式深度学习与传统深度学习的差异 34
1.6.3 嵌入式深度学习的处理器架构和专用处理单元 35
1.6.4 嵌入式深度学习操作系统 36
1.7 模型优化与硬件适配 36
1.7.1 模型压缩技术 37
1.7.2 硬件加速 38
1.8 国产嵌入式人工智能平台 39
1.8.1 常用的国产嵌入式人工智能平台 39
1.8.2 国产嵌入式人工智能平台的特点与优势 40
1.8.3 国产嵌入式人工智能平台的发展趋势与挑战 41
1.8.4 国产嵌入式人工智能平台在深度学习中的应用场景 41
第2章 嵌入式人工智能开发平台的环境搭建 45
2.1 硬件资源简介 45
2.1.1 主芯片BM1684 47
2.1.2 运行环境的硬件连接 47
2.1.3 Wi-Fi无线接入配置 48
2.1.4 开发环境的硬件搭建 49
2.2 少林派SLKY01开发板软件环境的搭建 49
2.2.1 少林派SLKY01开发板软件架构的特点 50
2.2.2 少林派SLKY01开发板软件架构的搭建 50
2.3 TPU工具链 56
2.3.1 TPU工具链的组成 57
2.3.2 TPU工具链的主要特点 58
2.4 基于Windows 10的目标检测系统的训练环境搭建 58
2.4.1 NVIDIA驱动程序的下载及安装 59
2.4.2 CUDA的下载及安装 60
2.4.3 cuDNN的下载 62
2.4.4 Visual Studio的下载及安装 62
2.4.5 Python的下载及安装 63
2.4.6 Visual Studio Code的下载及安装 64
2.4.7 虚拟环境的创建 66
2.4.8 PyTorch相关包的下载 67
2.4.9 YOLOv5的下载和依赖包的安装 68
第3章 OpenCV基础与应用 71
3.1 OpenCV简介 71
3.2 OpenCV功能模块介绍 72
3.3 OpenCV的基础功能应用 73
3.3.1 读、写、显示图像 73
3.3.2 播放视频、将视频写入文件、捕获摄像头视频 75
3.3.3 缩放图像 78
3.3.4 裁剪图像 79
3.3.5 翻转图像 80
3.3.6 图像拼接 81
3.3.7 图像打马赛克 83
3.3.8 归一化图像 84
3.3.9 绘制矩形 85
3.3.10 绘制文本 86
3.4 圆形开关检测项目综合程序 87
第4章 YOLOv5目标检测训练深度指南 93
4.1 YOLOv5简介 93
4.1.1 YOLOv5n简介 94
4.1.2 YOLOv5s简介 94
4.1.3 YOLOv5m简介 95
4.1.4 YOLOv5l简介 95
4.1.5 YOLOv5x简介 96
4.2 YOLOv5s的网络结构 96
4.2.1 输入端 97
4.2.2 Backbone主干网络 98
4.2.3 Neck网络 98
4.2.4 检测头 98
4.3 YOLOv5s的目标检测过程 99
4.4 数据集准备 100
4.4.1 常用数据集 100
4.4.2 常用数据集的对比 101
4.4.3 图像数据集标注工具与平台 101
4.5 YOLOv5s的配置文件 106
4.6 YOLOv5s模型训练的准备工作 108
4.6.1 训练参数配置 108
4.6.2 训练环境搭建 113
4.6.3 训练数据集准备 113
4.6.4 模型结构定义 114
4.7 YOLOv5s模型训练的启动方式 114
4.8 YOLOv5s模型训练完成后的工作 118
第5章 仪表指针检测项目综合案例设计 121
5.1 项目概述 121
5.2 建设目标 121
5.3 系统功能 121
5.4 性能指标 122
5.5 项目实现流程 122
5.6 基于YOLOv5s的目标检测 122
5.6.1 数据集准备与预处理 123
5.6.2 数据标注说明 125
5.6.3 模型格式转换 126
5.7 基于OpenCV的仪表数据读取 130
5.7.1 图像预处理 130
5.7.2 仪表指针特征提取 131
5.7.3 仪表数据读取 131
5.8 仪表指针检测项目综合程序 132
第6章 系统测试 137
6.1 测试环境搭建 137
6.2 HDMI测试 138
6.3 串口测试 138
6.4 Wi-Fi模块测试 139
6.5 USB接口测试 140
6.6 M.2-SATA硬盘测试 140
6.7 嵌入式系统软件测试 141
6.7.1 嵌入式系统软件测试的特点 141
6.7.2 嵌入式系统软件测试的实施策略与测试方法 144
6.7.3 白盒测试 146
6.7.4 黑盒测试 149
6.7.5 灰盒测试 150
6.7.6 嵌入式系统软件测试的原则 151
6.7.7 嵌入式系统软件测试的环境 153
6.7.8 三种仿真测试环境的优缺点 155
6.8 嵌入式系统软件测试用例 156
第7章 国产嵌入式人工智能的发展方向 163
7.1 技术架构创新 163
7.2 产品技术演进矩阵 163
7.3 未来十年展望 坚定道路自信 165
文摘▼
本书系统阐述嵌入式人工智能的核心技术与工程落地方案,覆盖了基础理论、模型部署、视觉算法开发及综合工程应用,搭建了包括算法设计、模型优化、嵌入式系统构建与部署测试的全流程开发体系。全书循序渐进地介绍深度学习、卷积神经网络、模型优化等关键技术,剖析资源受限条件下人工智能应用的技术特征,梳理嵌入式处理器架构、操作系统及国产智能平台的产业现状。本书将详细讲解国产嵌入式开发环境配置与工具链实操,结合OpenCV,以YOLOv5s为核心,完整阐释目标检测模型的训练、调优、格式转换与端侧部署;依托工业仪表指针智能检测真实案例,还原项目全链路开发落地过程,并介绍系统测试策略与工程性能优化手段。





