本书较为全面地介绍了人工智能边缘设备的基础概念、技术栈和应用开发等内容，以企业用人需求为导向，以岗位技能和综合素质为核心，通过理论与实战相结合的方式，旨在培养具备人工智能边缘设备基础认知，掌握人工智能模型选择、部署和推理方法的应用型人才。
全书共三篇：第一篇（模块1~4）为基础篇：人工智能边缘设备开发入门，着重讲解人工智能与边缘计算的概念、人工智能边缘设备的挑战与发展、操作系统、硬件基础；第二篇（模块5~7）为进阶篇：人工智能边缘设备应用技术，着重讲解人工智能边缘设备软件、算法、硬件、编程库的应用；第三篇（模块8~12）为应用篇：人工智能边缘设备项目实战，以国家十四五智能制造发展规划中所提及的智能制造领域生产、管理、服务三个阶段展开项目实战。
本书适合作为高等院校人工智能专业、智能产品开发与应用、物联网应用技术、嵌入式技术应用等专业的教材，也适合作为需充实人工智能边缘设备应用开发技能的技术人员的参考用书。
当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。人工智能的迅速发展正在深刻改变人类社会生活、改变世界。经过多年的演进，特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论、新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，国务院印发《新一代人工智能发展规划》，其中提到，要加快人工智能关键技术转化应用，推动重点领域智能产品创新，开发智能软硬件，研究图像识别、语音识别、机器翻译、智能交互、知识处理、控制决策等智能系统解决方案，培育壮大面向人工智能应用的基础软硬件产业。由此可知，智能软硬件系统的应用开发是人工智能领域的重要发展方向之一，为此本书选定该方向为主题，展开实践教学，尝试深化产教融合、校企合作，健全多元化办学体制，完善职业教育和培训体系，培养高素质劳动者和技术技能人才。
根据艾瑞咨询提供的数据显示，在人工智能企业所涵盖的主要应用领域、人工智能企业全部分布情况中，超过77%的企业属于应用层级，这也意味着人工智能相关企业对于人才的需求并非都是底层开发人才，更多的是技术应用型人才，完全适合职业院校和应用型本科院校学生就业。并且，人工智能头部企业开放了成熟的工程工具和开发平台，这大大降低了对人工智能人才的技术能力要求，促进人工智能技术广泛应用于智能制造、智能终端、智慧城市、智慧农业、智慧交通、智能家居等领域，并实现商业化落地。
党的二十大报告提到，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。为全面贯彻党的二十大精神，积极响应《国家职业教育改革实施方案》，贯彻落实《关于深化产教融合的若干意见》和《新一代人工智能发展规划》的相关要求，坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，坚持为党育人、为国育才，全面提高人才自主培养质量，促进人才培养供给侧和产业需求侧结构要素全方位融合，广州万维视景科技有限公司作为教材编写组织单位，以企业用人为导向，以岗位技能和综合素质为核心，组织高职的学术带头人、企业工程师共同开发本书。本书以实际项目转化的案例为主线，按理实一体化的指导思想，采用教、学、做一体化的教学方法，为培养高端应用型人才提供适当的教学与训练教材，旨在从鱼到渔，培养学生知识迁移能力，做到学以致用。
本书面向人工智能应用场景，将人工智能应用中的平台、软件、硬件、算法等形成集成应用系统，解决智能制造场景下的人工智能需求，其主要特点如下。
1. 以岗课赛证创融通五位一体的育人理念，培养高素质技术技能型人才
本书基于人工智能工程技术人员国家职业技术技能标准（职业编码2\|02\|10\|09）中的人工智能应用产品集成实现方向的专业能力要求和相关知识要求设计课程内容，并对接全国计算机设计大赛人工智能挑战赛（全国一类赛）的竞赛任务技能点，形成岗课为基础、证赛衔接、课创融通的高素质技术技能人才培养模式。
2. 引入百度人工智能工具平台技术和产业应用案例，深化产教融合
本书以产学研结合作为课程开发的基本途径，依托行业、头部企业的人工智能技术研究和业务应用，并对接产业需求，引入大量的实际产业应用案例，指导学生进行案例复现，发挥行业企业在教学过程中无可替代的关键作用，提高教学内容与产业发展的匹配度，深化产教融合。通过本书，读者能够依托头部企业的成熟AI能力，使用国产化深度学习框架PaddlePaddle进行学习和创新实践，掌握与行业企业匹配的专业技术能力。
3. 设计任务驱动式教学体例，突出职业教育做中学，做中教的理念
本书采用任务驱动式体例，适应结构化、模块化专业课程教学和教材出版要求，以真实生产项目、典型工作任务、AI案例等为载体组织教学单元。本书将理论知识贯穿在各个项目和学习任务中，通过各种案例使理论教学与实践教学交互进行，突出对动手能力的培养，体现以学生为中心，教与学并重，做、学、教一体化的特点。
4. 开发新形态融媒体教材，提供实训平台，探索教材的数字化改造
本书积极推动新形态融媒体教材的建设，运用多元技术手段使得纸质教材与数字资源充分融合、传统学习形式与在线学习形式充分融合，配套资源丰富、呈现形式灵活、信息技术应用适当，深入浅出、图文并茂，并提供免费的人工智能交互式在线学习及教学管理系统给读者进行实训操作，形成了可听、可视、可练、可互动的数字化教材，突出体现新时代融媒体教学特色。搜索万维视景官网，在产品中心找到该平台并单击进入，使用本书附带的唯一邀请码进行账号注册，即可免费使用。
5. 结合社会主义先进文化，促进课程思政，落实育人本质
本书结合我国正能量的时事热点及政策普及，落实从思政课程到课程思政的教育工作，提炼人工智能应用场景中的文化基因和价值范式，将其转化为社会主义核心价值观具体化、生动化的有效教学载体，在润物细无声的知识学习中融入理想信念层面的精神引导。例如，通过介绍国产开源深度学习框架的意义与重要性，融合科技强国、民族自信、科技创新等文化内涵；通过介绍人工智能算法的安全风险，强调从事人工智能领域的职业素养和道德规范要求等，促进自身全方面发展。
本书作者有着多年的实际项目开发经验，并有着丰富的教育教学经验，完成了多轮次、多类型的教育教学改革与研究工作。模块1~5由盛建强编写，模块6~7由孟思明编写，模块8由王振宇编写，模块9由江跃龙编写，模块10~12由陈泽宁、李伟昌编写，广州万维视景科技有限公司的马敏敏及陈泽宁负责以企业工程师视角提供产业AI案例和优化建议。本书由深圳信息职业技术学院盛建强担任主编，完成全书的修改及统稿。
由于作者水平有限，书中不足之处在所难免，殷切希望广大读者批评指正。同时，恳请读者一旦发现疏漏，于百忙之中及时与作者联系，作者将不胜感激。
作者2024年4月
基础篇： 人工智能边缘设备开发入门
模块1人工智能边缘设备基础概念3
1.1人工智能边缘设备概述4
1.1.1人工智能的概念4
1.1.2边缘计算的概念5
1.2人工智能边缘设备的特点6
1.3人工智能边缘设备应用7
1.3.1典型应用领域7
1.3.2典型应用设备7
1.4人工智能边缘设备的挑战与发展9
1.4.1挑战9
1.4.2发展10
【案例实现】人工智能边缘设备开发环境配置10
任务1： 本地控制人工智能边缘设备11
任务2： 人工智能边缘设备网络配置11
任务3： 远程连接人工智能边缘设备16
【模块小结】19
【知识拓展】人工智能边缘设备助力数字经济发展19
【课后实训】20
模块2人工智能边缘设备应用技术栈21
2.1人工智能边缘设备技术栈22
2.1.1数据处理平台22
2.1.2操作系统22
2.1.3硬件设备23
2.1.4计算框架23
2.1.5智能算法24
2.1.6智能编程库24
2.2数据处理方法25
2.2.1图像数据处理25
2.2.2文本数据处理28
【案例实现】数据处理应用31
任务1： 读取图像数据32
任务2： 图像数据概览34
任务3： 图像数据预处理36
【模块小结】39
【知识拓展】从《十四五大数据产业发展规划》中看数据处理平台的
发展39
【课后实训】40
模块3人工智能边缘设备操作系统41
3.1操作系统的概念42
3.1.1操作系统的基本功能42
3.1.2常见的边缘智能操作系统43
3.2Linux系统操作命令46
3.2.1系统状态检测命令47
3.2.2工作目录切换命令49
3.2.3文件目录管理命令50
【案例实现】Linux系统磁盘检测与维护52
任务1： 使用jtop工具查看设备情况53
任务2： 手动查看具体磁盘存储空间57
任务3： 自动删除磁盘存储日志文件58
【模块小结】61
【知识拓展】人工智能边缘设备操作系统为数字经济提供基础设施62
【课后实训】62
模块4人工智能边缘设备硬件基础63
4.1人工智能边缘设备工作流程64
4.1.1数据采集64
4.1.2数据传输65
4.1.3智能边缘计算65
4.2人工智能边缘设备硬件类型66
4.2.1传感器66
4.2.2可编程逻辑控制器67
4.3常见的传感器68
4.3.1摄像头69
4.3.2麦克风70
【案例实现】智能边缘设备传感器应用71
任务1： 查看摄像头挂载情况71
任务2： 调用摄像头拍照与保存72
任务3： 调用语音模块录音与回放76
【模块小结】79
【知识拓展】智能边缘硬件在智慧城市中的应用79
【课后实训】79
进阶篇： 人工智能边缘设备应用技术
模块5人工智能边缘设备计算框架83
5.1智能边缘计算框架的概念84
5.2常用的智能边缘计算框架84
5.2.1Paddle Inference框架85
5.2.2MNN框架85
5.2.3Dabnn框架86
5.2.4OpenVINO框架86
5.2.5TensorFlow Lite 框架86
【案例实现】Paddle Inference框架安装87
任务1： 查看人工智能边缘设备硬件环境87
任务2： 验证人工智能边缘设备编译环境88
任务3： 安装PaddlePaddle框架 88
任务4： 验证Paddle Inference安装情况90
【模块小结】92
【知识拓展】国产开源深度学习框架的意义与重要性92
【课后实训】93
模块6人工智能边缘设备算法基础94
6.1人工智能算法概述95
6.1.1人工智能算法的基本概念95
6.1.2人工智能算法的基本要素96
6.1.3人工智能算法的基本特征97
6.2常见的人工智能算法97
6.2.1图像分类算法97
6.2.2目标检测算法98
6.2.3图像分割算法99
6.2.4人体关键点检测算法100
6.2.5语音识别算法101
6.2.6文字识别算法101
【案例实现】人工智能算法应用与基础实现102
任务1： 实训环境准备102
任务2： 体验图像分类算法103
任务3： 体验目标检测算法105
任务4： 体验图像分割算法105
任务5： 体验人体关键点检测算法107
任务6： 人脸检测算法实现108
【模块小结】111
【知识拓展】人工智能算法的安全风险及其应对方法111
【课后实训】111
模块7人工智能边缘设备基础应用113
7.1库的类别114
7.1.1函数库114
7.1.2模型库115
7.2常用的人工智能模型库115
7.2.1图像分类常用模型库115
7.2.2目标检测常用模型库116
7.2.3图像分割常用模型库117
7.2.4文字识别常用模型库117
7.2.5语音识别常用模型库118
7.3迁移学习算法118
7.3.1迁移学习算法的概念119
7.3.2迁移学习算法的应用119
7.3.3迁移学习算法的特点120
【案例实现】基于迁移学习的电子产品分类121
任务1： 模型训练环境准备121
任务2： 分类目标数据采集122
任务3： 迁移学习模型训练126
任务4： 测试模型训练结果127
【模块小结】131
【知识拓展】人工智能从大炼模型到炼大模型变化的意义131
【课后实训】132
应用篇： 人工智能边缘设备项目实战
模块8产品智能分拣系统搭建135
8.1产品智能分拣系统概述136
8.1.1背景136
8.1.2意义137
8.2智能分拣系统常用方法137
8.2.1条形码识别技术138
8.2.2RFID（射频识别）技术139
8.2.3图像识别技术139
8.3人工智能边缘设备应用案例分析141
8.3.1核心诉求141
8.3.2解决方案141
8.4目标检测的实现原理141
【案例实现】基于目标检测的产品智能分拣系统搭建143
任务1： 模型训练环境准备143
任务2： 检测目标数据采集145
任务3： 迁移学习模型训练150
任务4： 测试模型训练结果152
【模块小结】153
【知识拓展】智能分拣系统助力物流体系建设153
【课后实训】153
模块9产品质量检测系统搭建154
9.1产品质量检测系统概述155
9.1.1背景155
9.1.2意义156
9.2产品质量检测系统常用方法156
9.2.1基于颜色特征的方法156
9.2.2基于纹理特征的方法157
9.2.3基于形状特征的方法158
9.2.4基于空间关系特征的方法158
9.3边缘设备应用案例分析159
9.3.1核心诉求159
9.3.2解决方案160
9.4产品质量检测系统的实现流程161
9.4.1图像获取模块161
9.4.2图像处理模块161
9.4.3图像分析模块162
9.4.4人机接口模块162
【案例实现】基于物体检测的PCB质量检测系统搭建162
任务1： PCB质量检测模型部署格式导出163
任务2： PCB质量检测模型部署环境编译165
任务3： PCB质量检测部署格式模型性能预测168
任务4： PCB质量检测部署格式模型命令行部署预测171
【模块小结】172
【知识拓展】从中国制造到中国智造173
【课后实训】173
模块10生产安全监控系统搭建175
10.1生产安全监控系统的概念176
10.2生产安全监控系统的背景及意义176
10.3生产安全监控系统的构成及应用178
10.3.1系统构成178
10.3.2场景应用179
10.4边缘设备应用案例分析179
10.4.1核心诉求179
10.4.2解决方案180
10.5行为识别的实现流程181
10.5.1输入图像数据集181
10.5.2图像预处理181
10.5.3特征提取182
10.5.4训练分类器182
10.5.5行为识别分类182
【案例实现】基于目标检测的安全帽佩戴识别系统功能实现182
任务1： 安全帽佩戴识别模型性能预测183
任务2： 安全帽佩戴识别模型转换部署185
任务3： 安全帽佩戴识别模型服务应用187
【模块小结】190
【知识拓展】人工智能助力企业安全生产发展190
【课后实训】191
模块11产品票务管理系统搭建192
11.1智慧财会的背景与意义193
11.1.1背景193
11.1.2意义194
11.2边缘设备在票据识别中的应用196
11.2.1文字的高速自动输入196
11.2.2办公自动化196
11.2.3智能计算机196
11.2.4信息压缩与传输197
11.2.5文字录入197
11.3边缘设备应用案例分析： 财务报销智能化197
11.3.1核心诉求197
11.3.2解决方案197
11.4文字识别的实现原理198
【案例实现】基于文字识别的票据识别功能实现200
任务1： 加载文字识别模型200
任务2： 单张票据文件识别201
任务3： 多张票据文件识别203
【模块小结】207
【知识拓展】文字识别助力数字政务升级207
【课后实训】208
模块12智能客户服务系统搭建209
12.1智能客服的背景与意义210
12.1.1背景210
12.1.2意义210
12.2边缘设备在智能客服中的应用211
12.2.1人工智能代理管理211
12.2.2智慧交通语音导航212
12.2.3智能语音外呼212
12.3边缘设备应用案例分析212
12.3.1核心诉求212
12.3.2解决方案213
【案例实现】基于语音识别的智能客户服务系统搭建213
任务1： 创建语音识别应用214
任务2： 编写语音输入函数221
任务3： 编写语音识别函数223
任务4： 语音识别测试应用224
【模块小结】227
【知识拓展】智能客服的发展趋势227
【课后实训】227
参考文献229
书单推荐
