昇腾AI处理器CANN应用与实战——基于Atlas硬件的人工智能案例开发指南

"华为公司官方出品 ！华为智能计算技术丛书，20个典型案例解密昇腾CANN平台的强大功能，华为技术有限公司2012实验室总裁何庭波作序！"

本书是《昇腾 AI处理器架构与编程》的续篇,专注于昇腾 AI处理器的革命性边缘计算SoC芯片, 基于 Atlas开发者套件或 Atlas推理卡建设应用生态。全书共20章,重点剖析若干重要领域的典型案 例,内容涵盖图像分割、图像生成、图像处理、模式分类、目标检测、智能机器人和序列模式分析等。每 章自成体系,较为完整地给出了案例系统的应用动机、系统架构和执行流程的设计方案,并结合代码剖 析案例系统的实现过程和实际测试结果,能够帮助读者快速把昇腾 AI处理器用于解决实际问题。 本书是市场上第一本介绍昇腾 AI处理器的案例教材。本书体例完整,案例具有典型性,配套案例代 码接近开源,实战资源丰富,可以作为高校人工智能、智能科学与技术、计算机科学与技术、软件工程、电子 信息工程、自动化等专业的教材,也适合从事人工智能系统开发的科研和工程技术人员作为参考用书。

"苏统华博士、哈尔滨工业大学企业与服务智能计算研究中心副教授、软件学院副院长。主要研究方向为模式识别、深度学习、异构计算等。致力于自然手写体中文文本识别的研究与开拓，注重人工智能基础技术和工业应用落地。曾建立抢先发售手写中文库（HIT-MW库），先后被国内外100余家科研院所采用。自主研发大规模深度学习训练和预测平台，该平台已经成功应用到传统煤气表改造工程（数千例）、中小学试卷全自动批改（千余所学校）、手写输入法（二十余万用户）等商用领域。出版专著3本、译著9本，曾2次获得国际手写汉字识别竞赛第一名。 杜鹏博士，华为海思昇腾CANN技术专家，主要研究方向为异构计算、计算机图形学、人工智能等。曾在韩国科学技术院、新加坡南洋理工大学、杭州电子科技大学从事科研与教学工作，在SIGGRAPH、PG等国际有名学术会议发表论文10余篇。"

引言00 第一篇目 标 检 测 第1章手写汉字拍照检测与识别00 1.1案例简介00 1.2系统总体设计00 1.2.1功能结构00 1.2.2运行流程与体系结构00 1.3系统设计与实现00 1.3.1数据集制作00 1.3.2字符图像预处理0 1.3.3模型训练0 1.3.4模型转换0 1.3.5文字区域提取0 1.3.6模型推理0 1.4系统部署0 1.5运行结果0 1.6本章小结0 第2章人类蛋白质图谱分类0 2.1案例简介0 2.2系统总体设计0 2.2.1功能结构0 2.2.2体系结构0 2.3系统设计与实现0 2.3.1数据集的下载与筛选0 2.3.2选择性搜索算法0 2.3.3数据集的制作0 2.3.4模型训练0 2.3.5模型推理0 2.4系统部署0 2.4.1服务器端部署0 2.4.2客户端部署0 2.5本章小结0 第3章遥感图像目标检测0 3.1案例简介0 3.2系统总体设计0 3.2.1功能结构0 3.2.2系统设计流程0 3.3系统设计与实现0 3.3.1目标检测模型定义0 3.3.2目标检测模型训练0 3.3.3模型转换0 3.3.4模型推理0 3.3.5系统运行界面设计0 3.4系统部署与运行结果0 3.5本章小结0 第二篇图 像 分 割 第4章人像的语义分割0 4.1案例简介0 4.2系统总体设计0 4.2.1功能结构0 4.2.2运行流程与体系结构0 4.3系统设计与实现0 4.3.1数据集生成0 4.3.2基于错误预测的分割网络0 4.3.3模型训练及评估0 4.3.4模型转换0 4.3.5获取视频数据0 4.3.6模型推理0 4.3.7推理结果后处理0 4.4系统部署0 4.5运行结果0 4.6本章小结0 第5章人像分割与背景替换0 5.1案例简介0 5.2系统总体设计0 5.2.1功能结构0 5.2.2系统设计流程0 5.3系统设计与实现0 5.3.1构建数据集0 5.3.2定义人像分割网络0 5.3.3模型转换0 5.3.4模型推理0 5.4系统部署0 5.5运行结果0 5.6本章小结0 第6章眼底视网膜血管图像分割0 6.1案例简介0 6.2系统总体设计0 6.2.1功能结构0 6.2.2体系结构0 6.3系统设计与实现0 6.3.1数据集制作0 6.3.2网络训练0 6.3.3模型部署0 6.3.4用户交互层0 6.4系统部署0 6.5运行结果0 6.6本章小结0 第7章边缘检测0 7.1案例简介0 7.2系统总体设计0 7.2.1功能结构0 7.2.2运行流程与体系结构0 7.3系统设计与实现0 7.3.1数据集制作0 7.3.2图像预处理0 7.3.3模型训练0 7.3.4模型评估和验证0 7.4系统部署0 7.4.1服务器端部署0 7.4.2客户端部署0 7.5运行结果0 7.6本章小结0 第三篇图 像 生 成 第8章AR阴影生成0 8.1案例简介0 8.2系统总体设计 8.2.1功能结构 8.2.2运行流程 8.3系统设计与实现 8.3.1数据集制作 8.3.2图像预处理 8.3.3模型创建 8.3.4模型转换 8.3.5网络推理 8.4系统部署 8.5运行结果 8.6本章小结 第9章卡通图像生成 9.1案例简介 9.2系统总体设计 9.2.1功能结构 9.2.2系统设计流程 9.3系统设计与实现 9.3.1网络模型定义 9.3.2算法应用 9.3.3模型转换 9.3.4模型推理 9.4系统部署 9.5运行结果 9.6本章小结 第四篇图 像 增 强 第10章图像去雾 10.1案例简介 10.2系统总体设计 10.2.1功能结构 10.2.2运行流程与体系结构 10.3系统设计与实现 10.3.1数据集介绍 10.3.2图像预处理 10.3.3模型训练 10.3.4模型转换 10.3.5模型推理 10.4系统部署 10.4.1服务器端部署 10.4.2客户端部署 10.5运行结果 10.6本章小结 第11章雨天图像增强系统 11.1案例简介 11.2系统总体设计 11.2.1功能结构 11.2.2运行流程与体系结构 11.3系统设计与实现 11.3.1数据集生成 11.3.2方向和残差感知的渐进式引导网络 11.3.3模型训练及评估 11.3.4模型转换 11.3.5模型推理 11.4系统部署 11.5运行结果 11.6本章小结 第12章图像的HDR效果增强系统 12.1案例简介 12.2系统总体设计 12.2.1功能结构 12.2.2系统设计流程 12.3系统设计与实现 12.3.1模型定义 12.3.2模型训练、保存与转换 12.3.3模型推理 12.4系统部署与运行 12.5运行结果 12.6本章小结 第13章超分辨率图像算法 13.1案例简介 13.2系统总体设计 13.2.1功能结构 13.2.2运行流程与体系结构 13.3系统设计与实现 13.3.1超分辨率图像算法 13.3.2数据集制作 13.3.3网络结构 13.3.4模型训练与验证 13.3.5模型转换 13.3.6预处理及模型推理 13.3.7推理结果后处理 13.4系统部署 13.4.1超分辨率图像转换系统 13.4.2基于Flask的Web应用 13.5运行结果 13.5.1实现结果 13.5.2PSNR 13.6本章小结 第五篇模 式 分 类 第14章人体动作识别 14.1案例简介 14.2系统总体设计 14.2.1功能结构 14.2.2系统设计流程 14.3系统设计与实现 14.3.1OpenPose检测骨骼关键点与制作数据集 14.3.2动作识别网络 14.3.3模型转换 14.3.4模型推理 14.4系统部署 14.4.1配置开发板环境 14.4.2部署动作识别项目 14.4.3实时传输摄像头数据 14.5运行结果 14.6本章小结 第15章人脸识别 15.1案例简介 15.2系统总体设计 15.2.1功能结构 15.2.2系统设计流程 15.3系统设计与实现 15.3.1模型定义 15.3.2模型转换 15.3.3人脸注册 15.3.4摄像头输入 15.3.5人脸检测模型 15.3.6关键点提取模型 15.3.7特征向量提取模型推理 15.3.8后处理 15.3.9展示器服务端 15.4系统部署 15.5运行结果 15.6本章小结 第16章大规模视频手势识别 16.1案例简介 16.1.1手势识别现状概述 16.1.2C3D模型介绍 16.1.3基于强化学习的ResC3D大规模手势识别 16.1.4案例迁移简介 16.2系统设计与实现 16.2.1系统综合设计 16.2.2C3D模型的定义、训练与生成 16.2.3系统设计流程 16.2.4模型转换 16.2.5模型推理 16.3系统部署 16.4运行结果 16.5本章小结 第六篇机器人 第17章VSLAM智能小车平台 17.1案例简介 17.2总体设计 17.2.1平台硬件系统 17.2.2VSLAM系统功能结构 17.2.3VSLAM系统流程 17.3系统设计与实现 17.3.1ROS框架 17.3.2实时跟踪定位 17.3.3深度预测模型训练 17.3.4地图重建 17.4系统部署 17.4.1ROS环境部署 17.4.2模型转换 17.4.3AscendCL模型推理 17.4.4SLAM系统部署 17.5运行结果 17.6本章小结 第七篇序 列 分 析 第18章中文语音识别 18.1案例简介 18.2系统总体设计 18.2.1功能结构 18.2.2系统设计流程 18.3系统设计与实现 18.3.1声学模型定义 18.3.2CTC算法应用 18.3.3语言模型训练 18.3.4模型转换 18.3.5模型推理 18.4系统部署 18.5运行结果 18.6本章小结 第19章手写文本行识别 19.1案例简介 19.2系统总体设计 19.2.1功能结构 19.2.2CNNA模型 19.3系统设计与实现 19.3.1数据集创建 19.3.2模型构建 19.3.3训练 19.3.4测试 19.4系统部署与运行 19.4.1图片预处理 19.4.2模型推理 19.4.3模型后处理 19.5识别结果 19.5.1数据集评估 19.5.2雅可比矩阵可视化分析 19.6本章小结 第20章意见挖掘与情感分析 20.1案例简介 20.2系统总体设计 20.2.1功能结构 20.2.2系统设计流程 20.3系统模型框架 20.3.1BERT 20.3.2LSTM 20.4系统设计与实现 20.4.1数据集 20.4.2数据读取 20.4.3词典构建 20.4.4网络搭建 20.4.5模型训练 20.4.6模型转换 20.4.7模型推理 20.5本地部署 20.5.1本地工程编译及运行 20.5.2本地系统演示 20.6本章小结 参考文献