本書是人工智能和機器學習領域專家多年實踐的結晶。它深入淺出地講解了無代碼人工智能開發平臺實踐，可以激發讀者對人工智能的興趣、學習人工智能知識、明確人工智能要素、掌握人工智能應用流程，并在學習和工作中不斷拓展人工智能的應用領域，探索新的人工智能落地應用場景。本書首先介紹了人工智能和無代碼人工智能平臺EasyDL的基本用法，涉及圖像智能分析、文本智能分析、語音智能分析、EasyDL OCR等；然后，重點闡釋了人工智能模型調用、人工智能模型部署方面的內容；最后，分析人工智能在各個領域的應用案例并介紹相關的學科競賽。
本書不僅可以作為高等院校各專業的人工智能通識教育教輔，而且可以作為計算機類、人工智能類專業低年級本科學生的入門教輔。此外，本書也可以作為人工智能比賽參賽人員及對人工智能感興趣人員的參考書。
1.知識點豐富實用。基于人工智能開發平臺實現，幫助讀者進行人工智能模型的自我創作，激發讀者對人工智能的興趣，學習人工智能知識，明確人工智能要素，掌握人工智能技術應用流程。
2.內容詳細，講解可靠。本書深入淺出地講解了人工智能開發平臺的相關內容，涉及理論介紹、平臺特點、平臺優勢、開發案例以及相關配套的賽事等。
3.理論與實踐相結合。不僅介紹人工智能開發平臺相關技術的基本應用和實現，而且討論多種實際應用場景，幫助讀者真正理解并應用到實際開發中。
蘆碧波，博士，教授，碩士生導師，長期從事人工智能、圖像 視頻處理和分析等方面的研究。主持國家自然科學基金等省部級項目10多項。秉持“人人都能學A”的理念，基于無代碼人工智能平臺在高校開設人工智能通識課，推廣AI普及化教育。
張建春，博士，碩士生導師，焦作市高層次人才。目前從事人工智能、數據分析、系統仿真、軟件開發等方面的教學和科學研究工作。長期與多所科研單位、企業保持合作關系，發表學術論文10多篇，參編教材2部。
王春陽，博士，碩士生導師，焦作市高層次人才，日本千葉大學訪問學者。主要從事人工智能及遙感應用的研究。主持和參與國家自然科學基金等項目8項，獲得河南省科技進步二等獎1項，發表學術論文30多篇。
蘇柏順，博士。目前主要從事人工智能通識教育與嵌入式技術的教學工作，長期關注邊緣計算解決方案和應用。參與河南省科技攻關項目4項，在國內外期刊及國際會議上發表論文15篇，出版教材3部。
第 1章 人工智能概述 1
1.1 什么是人工智能 2
1.1.1 人工智能的定義 2
1.1.2 人工智能的起源 2
1.2 人工智能的發展歷史 2
1.3 新一代人工智能的三要素 3
1.3.1 數據與數據集 4
1.3.2 算法與深度學習框架 5
1.3.3 算力 5
1.4 新一代人工智能產業全景結構 5
1.4.1 基礎層 5
1.4.2 技術層 6
1.4.3 應用層 6
1.5 人工智能產業和應用領域 6
1.5.1 人工智能產業 6
1.5.2 人工智能在智慧城市中的應用 7
1.5.3 人工智能在智慧現場安監中的應用 8
1.6 人工智能體驗 8
1.6.1 百度AI能力體驗中心 8
1.6.2 圖像識別 9
1.6.3 圖像增強與特效 12
1.6.4 人臉與人體識別 13
1.6.5 語音技術 17
1.6.6 自然語言處理 17
1.6.7 通用文字識別 20
1.6.8 卡證文字識別 22
1.6.9 交通文字識別 23
1.6.10 票據文字識別 25
1.6.11 其他文字識別 27
小結 27
練習 28
第 2章 人工智能產品開發與EasyDL平臺 29
2.1 人工智能產品開發 30
2.1.1 人工智能產品開發流程 30
2.1.2 模型評判常用指標 31
2.2 EasyDL平臺介紹 32
2.2.1 EasyDL平臺是什么 32
2.2.2 EasyDL平臺使用基本流程 33
2.2.3 模型部署方式 33
2.2.4 EasyDL平臺系列產品 34
2.2.5 EasyDL產品優勢 39
2.3 AI產品市場和服務平臺 41
2.3.1 AI市場提供的產品和服務 41
2.3.2 AI市場的交易方 42
小結 42
練習 42
第3章 圖像智能分析 43
3.1 視覺感知與圖像 44
3.2 圖像的表示和存儲 45
3.2.1 圖像的表示與數字化 45
3.2.2 圖像的存儲 46
3.3 圖像分類 46
3.3.1 圖像分類的基本概念 46
3.3.2 圖像分類問題處理流程 47
3.3.3 靜態物品圖像分類的問題分析和數據采集 47
3.3.4 基于EasyDL平臺的圖像分類模型訓練 48
3.3.5 模型校驗 58
3.3.6 模型發布 61
3.4 物體檢測 64
3.4.1 物體檢測的基本概念 64
3.4.2 物體檢測處理流程 65
3.4.3 靜態物品物體檢測的問題分析和數據采集 65
3.4.4 基于EasyDL平臺的物體檢測模型訓練 66
3.4.5 模型校驗 74
3.4.6 模型發布 76
3.5 圖像分割 78
3.5.1 圖像分割的基本概念 78
3.5.2 靜態物品圖像分割的問題分析和數據采集 79
3.5.3 基于EasyDL平臺的圖像分割模型訓練 80
3.5.4 模型校驗 87
3.5.5 模型發布 87
小結 90
練習 91
第4章 文本智能分析 92
4.1 自然語言處理與文本 93
4.2 文本分類 94
4.2.1 問題分析 95
4.2.2 模型創建 95
4.2.3 數據準備 96
4.2.4 模型訓練 100
4.2.5 模型發布 105
4.3 短文本相似度分析 108
4.3.1 問題分析 108
4.3.2 模型創建 109
4.3.3 數據準備 109
4.3.4 模型訓練 111
4.3.5 模型發布 112
4.4 情感傾向分析 113
4.4.1 問題分析 113
4.4.2 模型創建 113
4.4.3 數據準備 114
4.4.4 模型訓練 116
4.4.5 模型發布 118
小結 118
練習 119
第5章 語音智能分析 120
5.1 語音處理 121
5.2 聲音分類 121
5.2.1 問題分析 121
5.2.2 模型創建 122
5.2.3 數據準備 122
5.2.4 模型訓練 124
5.3 語音識別 127
5.3.1 問題分析 128
5.3.2 模型的創建與評估 128
5.3.3 模型訓練 131
5.3.4 模型的上線與調用 132
小結 133
練習 133
第6章 EasyDL OCR 134
6.1 OCR簡介 135
6.2 OCR的應用領域和場景 135
6.3 EasyDL OCR簡介 137
6.3.1 EasyDL OCR處理流程 137
6.3.2 EasyDL OCR產品優勢 137
6.4 EasyDL OCR操作案例 138
6.4.1 問題背景 138
6.4.2 需求分析 138
6.4.3 數據準備 139
6.4.4 EasyDL OCR操作步驟 139
6.5 關于標注方案的討論 148
6.5.1 “金額”字段的標注 149
6.5.2 “校驗碼”字段的標注 149
小結 149
練習 150
第7章 EdgeBoard硬件部署 151
7.1 EdgeBoard計算卡簡介 153
7.2 安裝系統 153
7.2.1 串口連接 155
7.2.2 SSH連接 156
7.3 模型訓練 159
7.4 硬件部署 166
小結 174
練習 174
第8章 基于EasyDL平臺的人工智能學科競賽 175
8.1 中國高校計算機大賽人工智能創意賽 176
8.1.1 比賽設置 176
8.1.2 比賽要求 178
8.2 賦能組比賽對專業認證中非技術能力的要求與考查 180
8.2.1 技術能力與非技術能力 180
8.2.2 C4-AI比賽評分標準對非技術指標的支撐 181
8.2.3 缺失的技術能力和非技術能力 182
8.3 2019—2021年C4-AI比賽獲獎項目數據分析 183
8.3.1 歷屆獲獎清單 183
8.3.2 賽事獲獎項目涉及的行業和專業分析 185
8.4 賽事展望 187
小結 187
練習 188
第9章 EasyDL平臺行業賦能案例 189
9.1 文旅行業 190
9.1.1 AI識魚，讓游客暢玩海洋館 190
9.1.2 EasyDL平臺助力智能解讀國粹精品 190
9.2 零售行業 191
9.2.1 EasyDL平臺助力智能結算，向智能零售更近一步 191
9.2.2 圖像識別驅動零售門店陳列審核升級 192
9.3 制造行業 193
9.3.1 EasyDL平臺使箱包檢針質檢更輕松 193
9.3.2 AI助力機械質檢高效化 194
9.4 交通運輸行業 194
9.4.1 EasyDL平臺為橋梁巡檢提質增效 194
9.4.2 “AI出海”智能識別船舶運輸狀態 195
9.4.3 百度大腦助力快遞到家更快、更安全 196
9.5 管理與服務行業 197
9.5.1 百度大腦助力水務部門實現地下資產智能管理 197
9.5.2 EasyDL平臺物體檢測實現公共空間能效管理 197
9.6 餐飲行業 198
9.7 教育行業 199
9.8 電力行業 200
9.9 醫療健康行業 201
9.10 企業服務行業 202
小結 202
練習 203
附錄A EasyDL功能更新 204
附錄B 飛槳EasyDL桌面版操作 208
附錄C 使用labelImg進行物體檢測標注 220
附錄D 行業補充案例 231
新書資訊