深度学习案例实战-图书-人邮教育社区

内容摘要

本书涵盖多个领域的深度学习应用案例，旨在通过具体的案例阐述典型深度学习算法在图像分类、声音识别、目标检测等多个领域的应用。本书的案例包括太阳黑子智能分类、气象预测、食物咀嚼声音分类、智能厨房、智能冰箱食材识别、集体照人脸识别、遛狗牵绳智能检测、智能药品识别、道路裂缝检测、学生课堂行为检测、水边垂钓行为检测、主副驾驶员安全带佩戴情况检测等。这些案例旨在通过解决实际问题帮助读者深入理解深度学习算法的应用和实践。
本书可作为高等院校相关专业深度学习课程的教材，也适合作为具有一定深度学习算法基础的大学生、研究生和社会人士学习深度学习的参考书。

前言

深度学习作为人工智能的核心技术，已广泛应用于多个领域。随着对深度学习专业知识需求的不断增长，实用性案例的学习变得至关重要。
本书立足于新工科背景，强调深度学习的实际应用，旨在帮助读者灵活运用所学知识解决复杂的工程问题。通过深度学习案例库，读者能深入地理解深度学习的核心算法，将所学知识转化为解决实际问题的技能，从而进一步提升工程实践和创新能力。
深度学习项目的开发涉及大量代码的编写和复杂的调试，这对初学者来说是个挑战。因此，低代码开发平台对开发深度学习项目尤为重要。这些平台具有丰富的预训练模型库，使开发者能够直接选择适合项目的模型，而不用从头开始构建。这些预训练模型经过大规模数据训练和优化，具备良好的性能和泛化能力。基于低代码开发平台的深度学习项目还能实现代码复用和模块化，从而提高开发效率和代码可维护性。
本书的特色之一是采用了阿里云魔搭（ModelScope）低代码开发平台。魔搭作为一款强大的工具，为用户提供了丰富的预训练模型库和训练环境，简化了高质量模型的选择过程，并且可以通过补充数据和优化模型来满足特定需求。魔搭的低代码开发环境使搭建深度学习模型变得简单，极大地提高了开发效率并降低了开发难度。读者可以通过该平台快速构建、训练和部署深度学习模型，加快项目原型开发。
本书的另一个特色是关注边缘计算需求，并使用OpenVINO进行推理加速。边缘计算对快速推理的要求很高，而OpenVINO能够优化和加快深度学习模型的推理过程。本书将介绍如何在边缘设备上使用OpenVINO进行模型优化和推理加速，以满足实时推理的实际需求。读者将学习如何利用OpenVINO的功能和特性，使模型在边缘设备上更高效地进行推理，满足实时应用要求。
本书对低代码开发平台魔搭和深度学习加速器OpenVINO这两个工具的使用案例进行详尽的分析，读者可以从中学习如何利用这两个工具来加快深度学习项目的开发和推理过程。
本书每章都配备了思考题，以帮助读者巩固和拓展知识。通过学习本书，读者能够深入了解项目开发过程，掌握深度学习算法的实际应用，培养解决实际问题的能力，并学会使用阿里云魔搭低代码开发平台和OpenVINO进行边缘计算推理加速。希望本书能成为深度学习实践者的宝贵资源，助其有效地应用深度学习技术完成实际项目。
感谢英特尔（Intel）公司和阿里云计算有限公司对本书的支持。在本书编写过程中，作者得到了高升、路明、吴乾弈、胥勋亮、许震宇、叶江、徐毅等人的大力协助，在此表示衷心的感谢。

第1章低代码开发和加速平台 1
1.1　深度学习项目需求 2
1.2　ModelScope简介 2
1.3　OpenVINO简介 5

第2章太阳黑子智能分类 10
2.1　背景分析 11
2.2　数据准备 11
2.3　数据预处理 12
2.3.1　图像融合 12
2.3.2　数据增强 14
2.3.3　数据集划分 15
2.4　卷积神经网络分类模型 18
2.4.1　基础网络 18
2.4.2　网络输出层设计 19
2.4.3　学习率衰减 20
2.4.4　模型训练 20
2.4.5　实验评估 22
2.5　基于Conformer的图像分类模型 23
2.5.1　Conformer模型介绍 23
2.5.2　模型构建 23
2.5.3　训练过程 25
2.5.4　模型优化 26
2.5.5　实验评估 29

第3章气象预测 32
3.1　数据准备 33
3.2　数据可视化 35
3.3　数据预处理 35
3.4　使用卷积神经网络进行预测 36
3.4.1　搭建Inception网络 37
3.4.2　训练过程 38
3.5　基于孪生卷积神经网络的预测 41
3.5.1　搭建孪生Inception网络 41
3.5.2　训练过程 42
3.6　使用循环神经网络进行预测 43
3.6.1　搭建循环神经网络 44
3.6.2　训练过程 44
3.7　结合循环神经网络与卷积神经网络进行预测 46
3.7.1　搭建Inception-LSTM网络 46
3.7.2　训练过程 47

第4章食物咀嚼声音分类 50
4.1　数据预处理 51
4.1.1　音频加载 51
4.1.2　对底层特征的提取 51
4.1.3　MFCC和梅尔频谱特征提取 52
4.1.4　心理声学特征tonnetz和chroma提取 52
4.2　VGG模型训练 53
4.3　VGG模型的改进 57
4.3.1　数据集的清理 57
4.3.2　清理数据集的构建 57

第5章智能厨房 60
5.1　数据采集与预处理 61
5.2　迁移学习准备 65
5.3　YOLOv5模型配置 66
5.4　YOLOv5模型训练 68
5.5　使用OpenVINO加快YOLOv5模型的推理和检测速度 70

第6章智能冰箱食材识别 76
6.1　问题分析 77
6.2　数据预处理 77
6.2.1　数据准备 77
6.2.2　数据格式转换 78
6.2.3　数据集分割 79
6.2.4　数据增强 79
6.3　YOLOX模型训练和优化 80
6.3.1　模型选择 80
6.3.2　模型训练 81
6.3.3　模型转换 82
6.4　使用OpenVINO进行优化和推理 82
6.4.1　OpenVINO模型优化器 82
6.4.2　OpenVINO推理引擎 83
6.4.3　性能对比 84
6.4.4　存取动作判断 84

第7章集体照人脸识别 87
7.1　数据采集 88
7.2　数据预处理 89
7.2.1　数据集划分 89
7.2.2　数据集格式转换 90
7.2.3　创建ModelScope数据集 91
7.3　DamoFD模型训练 92
7.3.1　模型微调 92
7.3.2　创建ModelScope模型 93
7.3.3　集体照人脸识别 94
7.4　发布到ModelScope的创空间上 97

第8章遛狗牵绳智能检测 101
8.1　数据采集 102
8.2　数据预处理 105
8.3　DAMO-YOLO模型训练 106
8.4　DAMO-YOLO模型推理 108

第9章智能药品识别 112
9.1　数据采集 113
9.2　数据预处理 113
9.3　数据集统计 117
9.4　YOLOv5目标检测算法训练和优化 118
9.5　模型转换和推理 120
9.6　新增药品管理 121

第10章道路裂缝检测 124
10.1　数据采集 125
10.2　数据预处理 126
10.3　Cascade-Mask-RCNN-Swin网络训练和优化 128
10.4　Cascade-Mask-RCNN-Swin推理 132

第11章学生课堂行为检测 135
11.1　数据采集与预处理 136
11.1.1　数据采集 136
11.1.2　数据标注 137
11.1.3　数据预处理 138
11.2　DAMO-YOLO模型训练 142
11.3　DAMO-YOLO模型推理 143

第12章水边垂钓行为检测 145
12.1　数据采集与预处理 146
12.1.1　数据划分和标注 147
12.1.2　标注数据的格式转换 147
12.1.3　标签文件重新生成 151
12.2　数据增强 152
12.3　调整训练参数 153
12.4　模型训练与参数优化 154
12.4.1　数据增强效果 155
12.4.2　模型精调与性能优化 157
12.4.3　训练策略调整 158
12.5　模型测试 158

第13章主副驾驶员安全带佩戴情况检测 162
13.1　数据采集 163
13.2　数据增强 167
13.3　模型训练 168
13.4　使用ModelScope框架实现模型 170
13.5　在OpenVINO平台加速模型 172

附录1　OpenVINO的常用操作 176
附录2　Modelscope平台使用方法 178

读者评论

赶紧抢沙发哦！

我要评论

出版信息

书　　名：深度学习案例实战
执行编辑：本书的内容有任何问题，请联系张斌
出版日期：2024-12-01
书　　号：978-7-115-65602-5
作　　者： 赵卫东
定　　价：52.00 元
页　　数：184
印刷方式：黑白印刷
开　　本：16开
出版状态：上市销售

作者介绍

赵卫东，复旦大学计算机科学技术学院副教授，主要负责本科生和各类研究生机器学习、深度学习应用等课程的教学。商务智能被评为上海市精品课程（2012年）、获得2013年高等教育上海市教学成果奖二等奖和2022年一等奖，获得2024年第四届上海市教师教学创新大赛一等奖。入选2023-2024年度高校计算机专业优秀教师奖励计划，获得2022年复旦大学教师教学创新大赛一等奖。获得2022年教育部-华为智能基座项目深度学习课程优秀课件，入选2024年教育部-华为‘智能基座’优秀教师奖励计划，2024年CCF教学案例大赛一等奖，第7届CCF开源大赛案例赛道特等奖。深度学习及其应用国家一流课程负责人。主持国家自然科学基金2项、国家重点研发计划子课题、上海市浦江人才以及企业合作课题等40多项。已在Knowledge and Information Systems ,Information Processing & Management等国内外刊物发表论文100多篇。出版著作《智能化的流程管理》以及教材《商务智能（第5版）》《机器学习（第2版）》（十四五工信部规划教材、复旦大学精品教材）《机器学习案例实战（第2版）》《Python机器学习实战案例（第2版）》《数据挖掘实用案例分析（第2版）》《深度学习实战案例》等10多部。获得上海市2015年上海市科技进步二等奖。