昇騰AI處理器CANN應用與實戰——基於Atlas硬件的人工智能案例開發指南

本書是《昇騰 AI處理器架構與編程》的續篇,專註於昇騰 AI處理器的革命性邊緣計算SoC芯片, 基於 Atlas開發者套件或 Atlas推理卡建設應用生態。全書共20章,重點剖析若乾重要領域的典型案 例,內容涵蓋圖像分割、圖像生成、圖像處理、模式分類、目標檢測、智能機器人和序列模式分析等。每 章自成體系,較為完整地給出了案例系統的應用動機、系統架構和執行流程的設計方案,並結合代碼剖 析案例系統的實現過程和實際測試結果,能夠幫助讀者快速把昇騰 AI處理器用於解決實際問題。 本書是市場上第一本介紹昇騰 AI處理器的案例教材。本書體例完整,案例具有典型性,配套案例代 碼完全開源,實戰資源豐富,可以作為高校人工智能、智能科學與技術、電腦科學與技術、軟件工程、電子 信息工程、自動化等專業的教材,也適合從事人工智能系統開發的科研和工程技術人員作為參考用書。

蘇統華，博士、哈爾濱工業大學企業與服務智能計算研究中心副教授、軟件學院副院長。主要研究方向為模式識別、深度學習、異構計算等。致力於自然手寫體中文文本識別的研究與開拓，注重人工智能基礎技術和工業應用商業化。曾建立**手寫中文庫（HIT-MW庫），先後被國內外200餘家科研院所採用。自主研發大規模深度學習訓練和預測平台，該平台已經成功應用到傳統煤氣表改造工程、中小學試捲全自動批改、手寫輸入法等商用領域。出版專著3本、譯著9本，曾2次獲得國際手寫漢字識別競賽首名。
　　

杜鵬，博士，華為海思異騰CANN技術專家，主要研究方向為異構計算、計算機圖形學、人工智能等。曾在韓國科學技術院、新加坡南洋理工大學、杭州電子科技大學從事科研與教學工作，在SIGGRAPH、PG等國際著名學術會議發表論文10餘篇。

引言00
第一篇目標檢測
第1章手寫漢字拍照檢測與識別00
1.1案例簡介00
1.2系統總體設計00
1.2.1功能結構00
1.2.2運行流程與體系結構00
1.3系統設計與實現00
1.3.1數據集製作00
1.3.2字符圖像預處理0
1.3.3模型訓練0
1.3.4模型轉換0
1.3.5文字區域提取0
1.3.6模型推理0
1.4系統部署0
1.5運行結果0
1.6本章小結0

第2章人類蛋白質圖譜分類0
2.1案例簡介0
2.2系統總體設計0
2.2.1功能結構0
2.2.2體系結構0
2.3系統設計與實現0
2.3.1數據集的下載與篩選0
2.3.2選擇性搜索算法0
2.3.3數據集的製作0
2.3.4模型訓練0
2.3.5模型推理0
2.4系統部署0
2.4.1服務器端部署0
2.4.2客戶端部署0
2.5本章小結0

第3章遙感圖像目標檢測0
3.1案例簡介0
3.2系統總體設計0
3.2.1功能結構0
3.2.2系統設計流程0
3.3系統設計與實現0
3.3.1目標檢測模型定義0
3.3.2目標檢測模型訓練0
3.3.3模型轉換0
3.3.4模型推理0
3.3.5系統運行界面設計0
3.4系統部署與運行結果0
3.5本章小結0

第二篇圖 像 分 割
第4章人像的語義分割0
4.1案例簡介0
4.2系統總體設計0
4.2.1功能結構0
4.2.2運行流程與體系結構0
4.3系統設計與實現0
4.3.1數據集生成0
4.3.2基於錯誤預測的分割網絡0
4.3.3模型訓練及評估0
4.3.4模型轉換0
4.3.5獲取視頻數據0
4.3.6模型推理0
4.3.7推理結果後處理0
4.4系統部署0
4.5運行結果0
4.6本章小結0

第5章人像分割與背景替換0
5.1案例簡介0
5.2系統總體設計0
5.2.1功能結構0
5.2.2系統設計流程0
5.3系統設計與實現0
5.3.1構建數據集0
5.3.2定義人像分割網絡0
5.3.3模型轉換0
5.3.4模型推理0
5.4系統部署0
5.5運行結果0
5.6本章小結0

第6章眼底視網膜血管圖像分割0
6.1案例簡介0
6.2系統總體設計0
6.2.1功能結構0
6.2.2體系結構0
6.3系統設計與實現0
6.3.1數據集製作0
6.3.2網絡訓練0
6.3.3模型部署0
6.3.4用戶交互層0
6.4系統部署0
6.5運行結果0
6.6本章小結0

第7章邊緣檢測0
7.1案例簡介0
7.2系統總體設計0
7.2.1功能結構0
7.2.2運行流程與體系結構0
7.3系統設計與實現0
7.3.1數據集製作0
7.3.2圖像預處理0
7.3.3模型訓練0
7.3.4模型評估和驗證0
7.4系統部署0
7.4.1服務器端部署0
7.4.2客戶端部署0
7.5運行結果0
7.6本章小結0

第三篇圖 像 生 成
第8章AR陰影生成0
8.1案例簡介0
8.2系統總體設計
8.2.1功能結構
8.2.2運行流程
8.3系統設計與實現
8.3.1數據集製作
8.3.2圖像預處理
8.3.3模型創建
8.3.4模型轉換
8.3.5網絡推理
8.4系統部署
8.5運行結果
8.6本章小結

第9章卡通圖像生成
9.1案例簡介
9.2系統總體設計
9.2.1功能結構
9.2.2系統設計流程
9.3系統設計與實現
9.3.1網絡模型定義
9.3.2算法應用
9.3.3模型轉換
9.3.4模型推理
9.4系統部署
9.5運行結果
9.6本章小結

第四篇圖 像 增 強
第10章圖像去霧
10.1案例簡介
10.2系統總體設計
10.2.1功能結構
10.2.2運行流程與體系結構
10.3系統設計與實現
10.3.1數據集介紹
10.3.2圖像預處理
10.3.3模型訓練
10.3.4模型轉換
10.3.5模型推理
10.4系統部署
10.4.1服務器端部署
10.4.2客戶端部署
10.5運行結果
10.6本章小結

第11章雨天圖像增強系統
11.1案例簡介
11.2系統總體設計
11.2.1功能結構
11.2.2運行流程與體系結構
11.3系統設計與實現
11.3.1數據集生成
11.3.2方向和殘差感知的漸進式引導網絡
11.3.3模型訓練及評估
11.3.4模型轉換
11.3.5模型推理
11.4系統部署
11.5運行結果
11.6本章小結

第12章圖像的HDR效果增強系統
12.1案例簡介
12.2系統總體設計
12.2.1功能結構
12.2.2系統設計流程
12.3系統設計與實現
12.3.1模型定義
12.3.2模型訓練、保存與轉換
12.3.3模型推理
12.4系統部署與運行
12.5運行結果
12.6本章小結

第13章超分辨率圖像算法
13.1案例簡介
13.2系統總體設計
13.2.1功能結構
13.2.2運行流程與體系結構
13.3系統設計與實現
13.3.1超分辨率圖像算法
13.3.2數據集製作
13.3.3網絡結構
13.3.4模型訓練與驗證
13.3.5模型轉換
13.3.6預處理及模型推理
13.3.7推理結果後處理
13.4系統部署
13.4.1超分辨率圖像轉換系統
13.4.2基於Flask的Web應用
13.5運行結果
13.5.1實現結果
13.5.2PSNR
13.6本章小結

第五篇模 式 分 類
第14章人體動作識別
14.1案例簡介
14.2系統總體設計
14.2.1功能結構
14.2.2系統設計流程
14.3系統設計與實現
14.3.1OpenPose檢測骨骼關鍵點與製作數據集
14.3.2動作識別網絡
14.3.3模型轉換
14.3.4模型推理
14.4系統部署
14.4.1配置開發板環境
14.4.2部署動作識別項目
14.4.3實時傳輸攝像頭數據
14.5運行結果
14.6本章小結

第15章人臉識別
15.1案例簡介
15.2系統總體設計
15.2.1功能結構
15.2.2系統設計流程
15.3系統設計與實現
15.3.1模型定義
15.3.2模型轉換
15.3.3人臉註冊
15.3.4攝像頭輸入
15.3.5人臉檢測模型
15.3.6關鍵點提取模型
15.3.7特徵向量提取模型推理
15.3.8後處理
15.3.9展示器服務端
15.4系統部署
15.5運行結果
15.6本章小結

第16章大規模視頻手勢識別
16.1案例簡介
16.1.1手勢識別現狀概述
16.1.2C3D模型介紹
16.1.3基於強化學習的ResC3D大規模手勢識別
16.1.4案例遷移簡介
16.2系統設計與實現
16.2.1系統綜合設計
16.2.2C3D模型的定義、訓練與生成
16.2.3系統設計流程
16.2.4模型轉換
16.2.5模型推理
16.3系統部署
16.4運行結果
16.5本章小結

第六篇機器人
第17章VSLAM智能小車平台
17.1案例簡介
17.2總體設計
17.2.1平台硬件系統
17.2.2VSLAM系統功能結構
17.2.3VSLAM系統流程
17.3系統設計與實現
17.3.1ROS框架
17.3.2實時跟踪定位
17.3.3深度預測模型訓練
17.3.4地圖重建
17.4系統部署
17.4.1ROS環境部署
17.4.2模型轉換
17.4.3AscendCL模型推理
17.4.4SLAM系統部署
17.5運行結果
17.6本章小結

第七篇序 列 分 析
第18章中文語音識別
18.1案例簡介
18.2系統總體設計
18.2.1功能結構
18.2.2系統設計流程
18.3系統設計與實現
18.3.1聲學模型定義
18.3.2CTC算法應用
18.3.3語言模型訓練
18.3.4模型轉換
18.3.5模型推理
18.4系統部署
18.5運行結果
18.6本章小結

第19章手寫文本行識別
19.1案例簡介
19.2系統總體設計
19.2.1功能結構
19.2.2CNNA模型
19.3系統設計與實現
19.3.1數據集創建
19.3.2模型構建
19.3.3訓練
19.3.4測試
19.4系統部署與運行
19.4.1圖片預處理
19.4.2模型推理
19.4.3模型後處理
19.5識別結果
19.5.1數據集評估
19.5.2雅可比矩陣可視化分析
19.6本章小結

第20章意見挖掘與情感分析
20.1案例簡介
20.2系統總體設計
20.2.1功能結構
20.2.2系統設計流程
20.3系統模型框架
20.3.1BERT
20.3.2LSTM
20.4系統設計與實現
20.4.1數據集
20.4.2數據讀取
20.4.3詞典構建
20.4.4網絡搭建
20.4.5模型訓練
20.4.6模型轉換
20.4.7模型推理
20.5本地部署
20.5.1本地工程編譯及運行
20.5.2本地系統演示
20.6本章小結
參考文獻