深入解析邊緣計(jì)算，全面掌握智能視覺技術(shù)。

詳解深度學(xué)習(xí)模型，解決邊緣部署核心難題。

掌握智能視覺算法，助力AI 場(chǎng)景創(chuàng)新落地。

前 言

為貫徹落實(shí)黨的二十大精神和黨中央、國(guó)務(wù)院有關(guān)決策部署，按照《關(guān)于深化現(xiàn)代職業(yè)教育體系建設(shè)改革的意見》《國(guó)家職業(yè)教育改革實(shí)施方案》的要求，堅(jiān)持以教促產(chǎn)、以產(chǎn)助教，不斷延伸教育鏈、服務(wù)產(chǎn)業(yè)鏈、支撐供應(yīng)鏈、打造人才鏈、提升價(jià)值鏈，加快形成產(chǎn)教良性互動(dòng)、校企優(yōu)勢(shì)互補(bǔ)的產(chǎn)教深度融合發(fā)展格局，持續(xù)優(yōu)化人力資源供給結(jié)構(gòu)，為全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家提供強(qiáng)大人力資源支撐。本書的編寫，正是順應(yīng)了國(guó)家職業(yè)教育改革的發(fā)展趨勢(shì)，以及行業(yè)對(duì)高素質(zhì)技術(shù)技能人才的迫切需求。

本書共8章，系統(tǒng)地介紹了邊緣計(jì)算和智能視覺技術(shù)的相關(guān)知識(shí)與應(yīng)用。第1章“邊緣計(jì)算概述”為讀者提供了一個(gè)全面而深入的邊緣計(jì)算概述，從定義、背景、重要性到發(fā)展趨勢(shì)，全方位展現(xiàn)邊緣計(jì)算在當(dāng)前及未來技術(shù)生態(tài)中的關(guān)鍵地位。第2章“邊緣計(jì)算硬件平臺(tái)”深入探討了邊緣計(jì)算中的核心硬件平臺(tái)，重點(diǎn)介紹樹莓派和Nvidia Jetson兩種嵌入式計(jì)算系統(tǒng)，并簡(jiǎn)要介紹了VMware虛擬機(jī)及Ubuntu的安裝與配置。第3章“基于AiCam邊緣計(jì)算開發(fā)基礎(chǔ)”從簡(jiǎn)單到復(fù)雜，循序漸進(jìn)地介紹了基于AiCam框架的智能視覺應(yīng)用技術(shù)。第4章“智能視覺技術(shù)概述”向讀者展示了一個(gè)全面而細(xì)致的智能視覺技術(shù)概述，從定義、背景、主要技術(shù)到發(fā)展趨勢(shì)，全方位展現(xiàn)智能視覺技術(shù)在當(dāng)前及未來技術(shù)生態(tài)中的關(guān)鍵地位。第5章“深度學(xué)習(xí)智能視覺模型”深入探討了FSRCNN圖像超分辨率重建模型、MobileNet圖像分類模型和YOLO目標(biāo)檢測(cè)模型，并重點(diǎn)關(guān)注了模型在邊緣設(shè)備上的部署問題。第6章“邊緣計(jì)算模型的加速技術(shù)”重點(diǎn)介紹了NVIDIA開發(fā)的TensorRT優(yōu)化庫，幫助讀者全面理解和掌握邊緣計(jì)算中的模型加速技術(shù)。第7章“AiCam智能視覺應(yīng)用技術(shù)”進(jìn)一步探討了基于AiCam框架的OpenCV智能視覺技術(shù)應(yīng)用，包括車輛識(shí)別、數(shù)字識(shí)別、手勢(shì)識(shí)別、人體識(shí)別和語音識(shí)別等。第8章“AiCam邊緣計(jì)算應(yīng)用技術(shù)”延續(xù)了前幾章的內(nèi)容，從簡(jiǎn)單到復(fù)雜，循序漸進(jìn)地介紹了基于AiCam框架的邊緣計(jì)算應(yīng)用技術(shù)。

本書由湛江幼兒師范專科學(xué)校的林海、許華宇、徐卉任主編，揭天平、曹新林［中智訊（武漢）科技有限公司］、李景國(guó)（惠州TCL移動(dòng)通信有限公司）、姚雪蘭（湛江科技學(xué)院）任副主編，具體編寫分工如下：第1章和第4章由徐卉、揭天平編寫，第2章、第5章、第6章由林海、李景國(guó)編寫，第3章、第7章、第8章由許華宇、姚雪蘭、曹新林編寫。在本書的編寫過程中，編者得到了湛江幼兒師范專科學(xué)校信息科學(xué)系全體教師的鼎力支持。另外，王驥教授對(duì)全書的編寫工作提出了許多寶貴的指導(dǎo)意見。

通過學(xué)習(xí)本書，讀者不僅能夠掌握邊緣計(jì)算和智能視覺技術(shù)的基礎(chǔ)知識(shí)，還能夠在實(shí)踐中運(yùn)用所學(xué)知識(shí)解決實(shí)際問題，提高算法素養(yǎng)、信息素養(yǎng)和職業(yè)素養(yǎng)，為國(guó)家科技創(chuàng)新和產(chǎn)業(yè)發(fā)展貢獻(xiàn)力量。本書注重培養(yǎng)學(xué)生的創(chuàng)新精神和責(zé)任意識(shí)，鼓勵(lì)其將所學(xué)知識(shí)應(yīng)用于實(shí)際問題，為推動(dòng)我國(guó)人工智能技術(shù)的發(fā)展和應(yīng)用作出貢獻(xiàn)，以科技創(chuàng)新助力國(guó)家發(fā)展戰(zhàn)略，實(shí)現(xiàn)技術(shù)自立自強(qiáng)，也有利于培養(yǎng)該領(lǐng)域人才，提高人工智能邊緣計(jì)算與視覺設(shè)計(jì)技術(shù)的創(chuàng)新條件基礎(chǔ)及核心競(jìng)爭(zhēng)力。

由于編者水平有限，書中難免存在不妥之處，敬請(qǐng)廣大讀者諒解。

編 者

2025年1月

目 錄
前言

第1章 邊緣計(jì)算概述 1
1.1 從GPU計(jì)算到嵌入式計(jì)算 1
1.1.1 GPU計(jì)算 1
1.1.2 GPU嵌入式設(shè)備介紹 3
1.2 走進(jìn)邊緣計(jì)算 6
1.2.1 邊緣計(jì)算的概念 6
1.2.2 邊緣計(jì)算的發(fā)展階段 7
1.2.3 邊緣計(jì)算的特點(diǎn)與優(yōu)勢(shì) 7
1.3 Ubuntu系統(tǒng) 8
1.3.1 Ubuntu系統(tǒng)概述 9
1.3.2 Ubuntu系統(tǒng)安裝 9
1.4 機(jī)器人操作系統(tǒng) 11
1.4.1 ROS的基本概念和特點(diǎn) 12
1.4.2 ROS的架構(gòu)和設(shè)計(jì) 14
1.4.3 ROS的版本和發(fā)展 15
1.4.4 ROS的應(yīng)用 16
單元測(cè)試 18
第2章 邊緣計(jì)算硬件平臺(tái) 21
2.1 樹莓派嵌入式計(jì)算平臺(tái) 21
2.1.1 樹莓派硬件介紹 22
2.1.2 樹莓派在邊緣計(jì)算中的應(yīng)用案例 30
2.2 VMware虛擬機(jī) 34
2.2.1 VMware虛擬機(jī)的特點(diǎn) 35
2.2.2 虛擬機(jī)的Ubuntu系統(tǒng)安裝與配置 36
2.3 Ubuntu開發(fā)環(huán)境的安裝與配置 39
2.3.1 Miniconda安裝 39
2.3.2 Conda安裝虛擬環(huán)境 41
2.3.3 PyTorch安裝 42
2.3.4 PyCharm安裝與使用 43
2.4 NVIDIA Jetson嵌入式計(jì)算平臺(tái) 46
2.4.1 系列產(chǎn)品介紹 46
2.4.2 GPIO硬件資源介紹 49
2.4.3 RGB LED燈實(shí)驗(yàn) 51
2.4.4 有源蜂鳴器實(shí)驗(yàn) 53
2.4.5 全彩LED燈實(shí)驗(yàn) 54
2.4.6 輕觸按鍵實(shí)驗(yàn) 56
2.4.7 OLED顯示實(shí)驗(yàn) 57
單元測(cè)試 59
第3章 基于AiCam邊緣計(jì)算開發(fā)基礎(chǔ) 63
3.1 AiCam邊緣框架認(rèn)知 63
3.1.1 AiCam框架結(jié)構(gòu) 63
3.1.2 開發(fā)平臺(tái)的介紹 71
3.1.3 開發(fā)工具的使用 76
3.1.4 應(yīng)用案例 81
3.2 基于AiCam邊緣算法開發(fā) 84
3.2.1 邊緣智能算法類與方法 85
3.2.2 基于實(shí)時(shí)推理接口調(diào)用開發(fā) 86
3.2.3 基于單次推理接口調(diào)用開發(fā) 88
3.3 基于AiCam邊緣計(jì)算模型開發(fā) 91
3.3.1 邊緣智能模型的訓(xùn)練 92
3.3.2 邊緣智能模型的推理 101
3.3.3 模型接口開發(fā) 105
3.3.4 邊緣模型算法開發(fā) 109
單元測(cè)試 111
第4章 智能視覺技術(shù)概述 116
4.1 目標(biāo)檢測(cè)技術(shù) 116
4.1.1 定義與概述 117
4.1.2 主流算法 118
4.1.3 挑戰(zhàn)與發(fā)展 122
4.2 人體姿勢(shì)識(shí)別技術(shù) 122
4.2.1 定義與概述 122
4.2.2 主流算法 124
4.2.3 挑戰(zhàn)與發(fā)展 127
4.3 圖像分割技術(shù) 128
4.3.1 定義與概述 128
4.3.2 主流算法 129
4.3.3 挑戰(zhàn)與發(fā)展 133
4.4 圖像分類技術(shù) 134
4.4.1 定義與概述 134
4.4.2 主流算法 135
4.4.3 挑戰(zhàn)與發(fā)展 140
4.5 人臉識(shí)別技術(shù) 141
4.5.1 定義與概述 141
4.5.2 主流算法 142
4.5.3 挑戰(zhàn)與發(fā)展 145
4.6 車牌識(shí)別技術(shù) 146
4.6.1 定義與概述 146
4.6.2 主流算法 147
4.6.3 挑戰(zhàn)與發(fā)展 149
4.7 目標(biāo)追蹤技術(shù) 150
4.7.1 定義與概述 150
4.7.2 主流算法 151
4.7.3 挑戰(zhàn)與發(fā)展 153
單元測(cè)試 154
第5章 深度學(xué)習(xí)智能視覺模型 157
5.1 FSRCNN圖像超分辨率重建模型 157
5.1.1 FSRCNN模型架構(gòu)詳解 157
5.1.2 FSRCNN模型實(shí)現(xiàn) 158
5.1.3 FSRCNN模型訓(xùn)練環(huán)境要求 161
5.1.4 FSRCNN模型訓(xùn)練 162
5.1.5 模型在邊緣設(shè)備上的部署 164
5.2 MobileNet圖像分類模型 166
5.2.1 MobileNetV3模型架構(gòu)解析 166
5.2.2 MobileNet模型實(shí)現(xiàn) 167
5.2.3 MobileNet模型訓(xùn)練環(huán)境要求 168
5.2.4 MobileNet模型訓(xùn)練 170
5.2.5 模型在邊緣設(shè)備上的部署 173
5.3 YOLO目標(biāo)檢測(cè)模型 174
5.3.1 YOLO算法原理介紹 174
5.3.2 YOLO模型版本演進(jìn)（v1～v8） 175
5.3.3 YOLO模型訓(xùn)練數(shù)據(jù)標(biāo)注 176
5.3.4 數(shù)據(jù)集擴(kuò)展 179
5.3.5 YOLO模型訓(xùn)練 182
5.3.6 YOLO模型在邊緣設(shè)備上的推理 185
單元測(cè)試 186
第6章 邊緣計(jì)算模型的加速技術(shù) 189
6.1 TensorRT簡(jiǎn)介 189
6.1.1 TensorRT概述 189
6.1.2 TensorRT的工作原理 190
6.2 Jetson TX2安裝YOLOv8 191
6.2.1 Jetpack的檢查與升級(jí) 191
6.2.2 創(chuàng)建Conda環(huán)境 193
6.2.3 安裝PyTorch 193
6.2.4 配置TensorRT Pybind 194
6.3 TensorRT Engine構(gòu)建 194
6.4 TensorRT部署 195
6.4.1 TensorRT Engine加載及推理 196
6.4.2 TensorRT推理代碼 196
單元測(cè)試 198
第7章 AiCam智能視覺應(yīng)用技術(shù) 200
7.1 OpenCV計(jì)算機(jī)視覺基礎(chǔ) 200
7.1.1 OpenCV簡(jiǎn)介 200
7.1.2 OpenCV安裝 203
7.1.3 OpenCV示例 206
7.2 圖像基礎(chǔ)算法 209
7.2.1 圖像采集與圖像標(biāo)記 209
7.2.2 圖像轉(zhuǎn)換與圖像變換 216
7.2.3 圖像邊緣檢測(cè) 222
7.3 圖像基礎(chǔ)應(yīng)用 224
7.3.1 顏色與形狀識(shí)別 225
7.3.2 數(shù)字與二維碼識(shí)別 229
7.3.3 人臉檢測(cè)與人臉關(guān)鍵點(diǎn) 232
7.3.4 人臉識(shí)別與目標(biāo)追蹤 235
7.4 深度學(xué)習(xí)應(yīng)用 240
7.4.1 人臉檢測(cè) 240
7.4.2 人臉識(shí)別 244
7.4.3 手勢(shì)識(shí)別 246
單元測(cè)試 249
第8章 AiCam邊緣計(jì)算應(yīng)用技術(shù) 253
8.1 智慧門禁系統(tǒng)應(yīng)用開發(fā) 253
8.1.1 系統(tǒng)分析與功能設(shè)計(jì) 253
8.1.2 開發(fā)流程與算法交互 258
8.1.3 結(jié)果與應(yīng)用驗(yàn)證 261
8.2 智慧安防系統(tǒng)應(yīng)用開發(fā) 267
8.2.1 系統(tǒng)分析與功能設(shè)計(jì) 267
8.2.2 開發(fā)流程與算法交互 270
8.2.3 結(jié)果與應(yīng)用驗(yàn)證 273
8.3 智慧停車系統(tǒng)應(yīng)用開發(fā) 277
8.3.1 系統(tǒng)分析與功能設(shè)計(jì) 277
8.3.2 開發(fā)流程與算法交互 280
8.3.3 結(jié)果與應(yīng)用驗(yàn)證 285
8.4 流感防疫監(jiān)測(cè)系統(tǒng)應(yīng)用開發(fā) 290
8.4.1 系統(tǒng)分析與功能設(shè)計(jì) 290
8.4.2 開發(fā)流程與算法交互 298
8.4.3 結(jié)果與應(yīng)用驗(yàn)證 302
單元測(cè)試 306
參考文獻(xiàn) 313

1. Office高級(jí)應(yīng)用項(xiàng)目式教程（第2版） [主編 李觀金 張倩文 黎夏克 ]
2. 巧用翻譯學(xué)英語：英漢互譯500例 [王學(xué)文 著]
3. 高等教育多維評(píng)價(jià)體系構(gòu)建與高質(zhì)量發(fā)展研究 [張妍 著]
4. 系統(tǒng)規(guī)劃與管理師章節(jié)習(xí)題與考點(diǎn)特訓(xùn)（第二版） [主編 薛大龍]
5. 計(jì)算機(jī)操作系統(tǒng)實(shí)踐指導(dǎo)（openEuler版） [主編 秦光 曾陳萍 岳付強(qiáng)]
6. 信息系統(tǒng)管理工程師真題及模考卷精析（適用機(jī)考） [主 編 薛大龍 程 剛 上官緒]
7. 航海類院校體育教育教學(xué)研究 [張利超 李寧 著]
8. 新時(shí)代背景下我國(guó)職業(yè)教育產(chǎn)教融合長(zhǎng)效機(jī)制建設(shè)研究 [王玉賢 著]
9. 電路分析 [主編 李飛 毛先柏]
10. 信息系統(tǒng)管理工程師（適用第2版大綱）一站通關(guān) [指尖瘋　編著]
11. 傳統(tǒng)山水畫論解讀與實(shí)踐 [陳鈉 著]
12. 網(wǎng)絡(luò)工程師備考一本通（適配第6版考綱） [夏杰 編著]
13. 陳孝云的職教理想與情懷 [祝吉太 江傳瑞 張義廷 著]
14. 地方本科院校電子信息學(xué)科課程思政案例集 [王甫]
15. Excel數(shù)據(jù)處理與分析（第二版） [主編 張志明 鄒 蕾]
16. 網(wǎng)絡(luò)工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
17. 倉儲(chǔ)管理實(shí)務(wù)（第二版） [周寧武 編著]
18. 基于AE與C#的地理信息系統(tǒng)二次開發(fā) [李小根 賈艷昌 喬翠平 姜彤 ]
19. 2023年長(zhǎng)沙市文化和旅游業(yè)發(fā)展報(bào)告 [主編 陳莉]
20. 舞臺(tái)化妝造型設(shè)計(jì) [主編 劉思彤 張 濤 張憶雨]
21. 產(chǎn)教融合視角高校體育專業(yè)實(shí)踐教學(xué)體系構(gòu)建研究 [楊柳青 葉華兵 著]
22. 知識(shí)圖譜及應(yīng)用案例 [張善文 黃文準(zhǔn) 于長(zhǎng)青 陳明淑]
23. Python程序設(shè)計(jì)案例教程（微課版） [主編　石利平　田輝平　余以勝]
24. 皓月繁星：青少年兒童心理成長(zhǎng)手冊(cè) [主　編　林贊歌 副主編　杜志南]
25. 材料力學(xué) [章寶華 趙新勝 徐斌]
26. 系統(tǒng)集成項(xiàng)目管理工程師考試32小時(shí)通關(guān)（第3版） [主編　薛大龍 副主編　上官緒陽]
27. 軟考論文高分特訓(xùn)與范文10篇——系統(tǒng)分析師（第二版） [薛大龍 鄒月平 施游]
28. 黃河海勃灣水利樞紐防凌安全運(yùn)行 [王戰(zhàn)領(lǐng) 王叢發(fā) 范瑜彬 著]
29. 大學(xué)生心理健康教育 [方雄 著]
30. 達(dá)夢(mèng)數(shù)據(jù)庫管理與應(yīng)用 [主 編 郭景輝 范麗萍 莊 鑫]