城市大脑平台应用与运维（中级）
￥49.00定价
作者： 阿里云计算有限公司
出版时间：2021-09
出版社：清华大学出版社
- 清华大学出版社
- 9787302584544
- 1版
- 421890
- 49229157-0
- 平装
- 16开
- 2021-09
- 276
- 204
- 工学
- 软件工程
- F293-39
- 计算机、人工智能
- 高职
作者简介
目录
项目 1 认识城市大脑及城市大脑平台
任务 1-1 认识阿里云城市大脑平台5
任务 1-1-1 了解城市大脑平台的架构 … 5
任务1-1-2 了解城市大脑平台中的智能引擎 7
任务1-1-3 了解城市大脑平台的应用场景 …10
任务1-1-4 了解城市大脑平台的落地应用情况 …12
任务 1-2 了解阿里云视觉智能开放平台的能力 … 13
任务 1-2-1 了解阿里云视觉智能开放平台的人脸人体识别能力 … 14
任务1-2-2 了解阿里云视觉智能开放平台的文字识别能力 15
任务1-2-3 了解阿里云视觉智能开放平台的目标检测能力 16
任务1-2-4 了解阿里云视觉智能开放平台的图像识别能力 16
项目总结 17
练习题… 17
项目 2 人工智能机器学习平台的使用
任务 2-1 登录并使用 PAI 平台 19
任务2-2 使用 PAI-Studio 进行数据预处理——城市天气数据场景 24
任务 2-2-1 进入 PAI-Studio 平台 … 25
任务2-2-2 在 PAI-Studio 平台上创建新项目 26
任务2-2-3 在 PAI-Studio 平台创建数据源 …28
任务2-2-4 用 PAI-Studio 进行数据预处理 …32
任务 2-2-5 用 PAI-Studio 进行数据分析及可视化 36
任务 2-3 使用 PAI-Studio 进行算法模型训练——二分类算法实现 41
任务 2-3-1 二分类模型数据源建立及类型转化 …42
任务2-3-2 数据统计分析及可视化 …43
任务2-3-3 二分类模型训练部分搭建 45
任务2-3-4 二分类模型预测 48
任务2-3-5 二分类模型评估部分搭建 50
项目总结 52
练习题… 52
项目 3 数据处理及人工智能应用的实现——以火车站进站闸机场景为例
任务 3-1 火车站进站闸机数据的标注与预处理 … 55
任务 3-1-1 对项目数据进行标注和预处理 … 65
任务3-1-2 通过创建 OSS 实例存储项目图片数据 67
任务 3-2 为火车站进站闸机项目准备 PAI-DSW 开发环境 71
任务3-3 编写火车站进站闸机模型 Python 代码 76
任务 3-3-1 编写 Python 代码导入包 78
任务3-3-2 编写 Python 代码定义项目变量 … 79
任务3-3-3 编写 Python 代码上传图片至 OSS 并获取 URL …80
任务3-3-4 识别进站人员身份证、火车票以及是否佩戴口罩信息82
任务 3-3-5 对比进站人员人脸与身份证信息并判断是否开放闸机 83
项目总结 85
练习题… 86
项目 4 数据分析及人工智能应用的实现——以旅游景点人流车流检测场景为例
任务 4-1 人流、车流检测数据的清洗 … 88
任务4-2 为人流、车流检测项目准备 PAI-DSW 平台环境 95
任务4-3 编写人流车流检测项目 Python 代码 … 99
任务 4-3-1 编写 Python 代码导入包 … 103
任务4-3-2 编写 Python 代码定义项目变量 103
任务4-3-3 编写 Python 代码上传图片至 OSS 并获取 URL 104
任务 4-3-4 编写旅游景点人流量检测 Python 代码 … 105
任务4-3-5 编写旅游景点车流量检测 Python 代码 … 106
任务 4-4 通过 Excel 和 Quick BI 进行检测数据的分析与可视化 … 128
任务 4-4-1 通过 Excel 展示人流量检测结果 127
任务 4-4-2 通过阿里云 Quick BI 展示车流量检测结果 … 127
项目总结… 129
练习题 129
项目 5 人工智能算法应用——以公共区域行人密度检测场景为例
任务 5-1 对行人数据集进行标注 … 131
任务 5-1-1 行人检测数据集的制作 … 133
任务5-1-2 行人检测数据集的标注 … 135
任务 5-2 为公共区域行人密度检测项目准备 Pycharm 开发环境 … 138
任务 5-2-1 项目运行环境准备 … 141
任务5-2-2 载入 Python 解释器 … 142
任务 5-3 公共区域行人密度检测算法训练及应用 144
任务 5-3-1 公共区域行人密度检测模型训练 … 146
任务5-3-2 公共区域行人密度检测模型预测 152
任务5-3-3 公共区域行人密度检测算法应用 153
项目总结… 154
练习题 154
项目 6 人工智能算法模型设计——以禁停区域车辆检测场景为例
任务 6-1 对禁停区域车辆数据集进行标注 … 157
任务 6-1-1 安装 Labelme 并进行数据标注 158
任务6-1-2 禁停区域车辆检测项目数据集制作 161
任务 6-2 为禁停区域车辆检测项目准备 Pycharm 开发环境 … 168
任务 6-2-1 项目运行环境准备 … 169
任务6-2-2 在 Pycharm 中载入解释器 … 170
任务 6-3 禁停区域车辆检测算法的设计及应用 … 173
任务 6-3-1 禁停区域车辆检测模型算法设计 … 174
任务 1-1 认识阿里云城市大脑平台5
任务 1-1-1 了解城市大脑平台的架构 … 5
任务1-1-2 了解城市大脑平台中的智能引擎 7
任务1-1-3 了解城市大脑平台的应用场景 …10
任务1-1-4 了解城市大脑平台的落地应用情况 …12
任务 1-2 了解阿里云视觉智能开放平台的能力 … 13
任务 1-2-1 了解阿里云视觉智能开放平台的人脸人体识别能力 … 14
任务1-2-2 了解阿里云视觉智能开放平台的文字识别能力 15
任务1-2-3 了解阿里云视觉智能开放平台的目标检测能力 16
任务1-2-4 了解阿里云视觉智能开放平台的图像识别能力 16
项目总结 17
练习题… 17
项目 2 人工智能机器学习平台的使用
任务 2-1 登录并使用 PAI 平台 19
任务2-2 使用 PAI-Studio 进行数据预处理——城市天气数据场景 24
任务 2-2-1 进入 PAI-Studio 平台 … 25
任务2-2-2 在 PAI-Studio 平台上创建新项目 26
任务2-2-3 在 PAI-Studio 平台创建数据源 …28
任务2-2-4 用 PAI-Studio 进行数据预处理 …32
任务 2-2-5 用 PAI-Studio 进行数据分析及可视化 36
任务 2-3 使用 PAI-Studio 进行算法模型训练——二分类算法实现 41
任务 2-3-1 二分类模型数据源建立及类型转化 …42
任务2-3-2 数据统计分析及可视化 …43
任务2-3-3 二分类模型训练部分搭建 45
任务2-3-4 二分类模型预测 48
任务2-3-5 二分类模型评估部分搭建 50
项目总结 52
练习题… 52
项目 3 数据处理及人工智能应用的实现——以火车站进站闸机场景为例
任务 3-1 火车站进站闸机数据的标注与预处理 … 55
任务 3-1-1 对项目数据进行标注和预处理 … 65
任务3-1-2 通过创建 OSS 实例存储项目图片数据 67
任务 3-2 为火车站进站闸机项目准备 PAI-DSW 开发环境 71
任务3-3 编写火车站进站闸机模型 Python 代码 76
任务 3-3-1 编写 Python 代码导入包 78
任务3-3-2 编写 Python 代码定义项目变量 … 79
任务3-3-3 编写 Python 代码上传图片至 OSS 并获取 URL …80
任务3-3-4 识别进站人员身份证、火车票以及是否佩戴口罩信息82
任务 3-3-5 对比进站人员人脸与身份证信息并判断是否开放闸机 83
项目总结 85
练习题… 86
项目 4 数据分析及人工智能应用的实现——以旅游景点人流车流检测场景为例
任务 4-1 人流、车流检测数据的清洗 … 88
任务4-2 为人流、车流检测项目准备 PAI-DSW 平台环境 95
任务4-3 编写人流车流检测项目 Python 代码 … 99
任务 4-3-1 编写 Python 代码导入包 … 103
任务4-3-2 编写 Python 代码定义项目变量 103
任务4-3-3 编写 Python 代码上传图片至 OSS 并获取 URL 104
任务 4-3-4 编写旅游景点人流量检测 Python 代码 … 105
任务4-3-5 编写旅游景点车流量检测 Python 代码 … 106
任务 4-4 通过 Excel 和 Quick BI 进行检测数据的分析与可视化 … 128
任务 4-4-1 通过 Excel 展示人流量检测结果 127
任务 4-4-2 通过阿里云 Quick BI 展示车流量检测结果 … 127
项目总结… 129
练习题 129
项目 5 人工智能算法应用——以公共区域行人密度检测场景为例
任务 5-1 对行人数据集进行标注 … 131
任务 5-1-1 行人检测数据集的制作 … 133
任务5-1-2 行人检测数据集的标注 … 135
任务 5-2 为公共区域行人密度检测项目准备 Pycharm 开发环境 … 138
任务 5-2-1 项目运行环境准备 … 141
任务5-2-2 载入 Python 解释器 … 142
任务 5-3 公共区域行人密度检测算法训练及应用 144
任务 5-3-1 公共区域行人密度检测模型训练 … 146
任务5-3-2 公共区域行人密度检测模型预测 152
任务5-3-3 公共区域行人密度检测算法应用 153
项目总结… 154
练习题 154
项目 6 人工智能算法模型设计——以禁停区域车辆检测场景为例
任务 6-1 对禁停区域车辆数据集进行标注 … 157
任务 6-1-1 安装 Labelme 并进行数据标注 158
任务6-1-2 禁停区域车辆检测项目数据集制作 161
任务 6-2 为禁停区域车辆检测项目准备 Pycharm 开发环境 … 168
任务 6-2-1 项目运行环境准备 … 169
任务6-2-2 在 Pycharm 中载入解释器 … 170
任务 6-3 禁停区域车辆检测算法的设计及应用 … 173
任务 6-3-1 禁停区域车辆检测模型算法设计 … 174
