前言 近年来，人工智能(Artificial Intelligence，AI)相关技术的应用和推广已成为当前最令人瞩目的热点方向之一。越来越多的企业都选择了将AI作为推动产品技术升级或创新的手段。但是在AI技术赋能传统技术的创新实践中，不可避免地面临人才成本巨大、研发投入高、落地周期长、业务场景高度定制化等问题，导致AI相关应用开发总是伴随着高成本与低适配的痛点，使得绝大部分工程技术人员不得不望而却步。 为了充分发挥AI技术对传统行业的赋能作用，消除应用开发中的痛点，国内外科技公司(Intel、Google、百度、讯飞等)也都纷纷推出了开放式AI开发平台，在提供算力服务的同时，也提供了语音识别、物体检测、自动驾驶等不同领域的解决方案。其中，百度公司推出的飞桨EasyDL基于百度在深度学习领域深厚的算法积累和全流程自动化处理机制，提供了包含数据服务、模型训练、部署应用等一站式、全流程功能，即使是零算法基础的用户也能在飞桨EasyDL引导下完成模型的训练并获得满意的结果。百度飞桨EasyDL因零门槛、专业性强、完美地化解用户痛点等优势，被众多中小企业所青睐，已在互联网、工业、农业、医疗、物流、零售、教育、交通等领域的多个行业场景得以广泛应用，成为AI技术赋能传统行业的重要技术平台之一。 众所周知，任何产品在其生命周期内，无论是原型设计、功能验证还是生产使用的任何一个环节，都存在以数据采集为核心的测试测量相关工作。通过数据采集技术的应用，用户可以获取并积累产品相关的测试测量数据，包括数值类型测量数据、声音类型测量数据、图像类型测量数据。而数据恰恰是现代AI应用开发的主要技术基础，鉴于数据在AI应用中的不可替代作用，我们有理由认为测试测量领域的数据采集技术与现代人工智能技术的集成应用，必然会成为各行各业实现智能化升级改造的主要突破点，也必然是AI赋能传统产业，促进跨领域技术创新的最佳路径。 本书将LabVIEW的数据采集优势和飞桨EasyDL的人工智能应用开发优势进行整合，在不同类型数据的高效率采集基础上，借助飞桨EasyDL深度挖掘测试测量数据的潜在应用价值，开发部署对应的AI模型，实现基于LabVIEW的高性能AI应用快速开发。这种AI应用的技术集成开发方案在不增加工程技术人员负担的前提下，赋能传统的数据采集应用，为工程技术人员进一步拓展数据采集技术应用维度，进一步扩大数据采集业务边界，建立基于AI技术解决问题的新思维习惯，提供了一种新的技术路线和实施途径。 本书遵循认知规律和开发能力逐步递进生成的基本原则，将数据采集及智能化应用系统开发所需的知识和技能分为前后衔接的10章内容。其中，第1章～第3章聚焦LabVIEW程序设计，介绍LabVIEW程序设计基础、程序设计扩展技术及数据采集技术(含数值、声音、图像3种不同类型数据的采集与存储技术)； 第4章～第7章着重于飞桨EasyDL AI建模技术，介绍飞桨EasyDL平台基本情况，针对数值、声音、图像3类数据的典型应用场景，进行AI建模、训练、部署和测试的一般方法和流程； 第8章～第10章为相关技术的综合应用，介绍基于前期采集数据，利用飞桨EasyDL训练部署的AI模型，实现人工智能应用系统的技术实现过程。读者使用本书时既可选择通读全书以便形成完整技术链的开发能力，也可选择精读部分章节以便提高某一环节的实践能力。 本书第1章、第4章由张彩丽编写，第2章、第3章由刘晋东编写，第5章由李宁编写，第6章～第10章由杨帆编写，全书由杨帆统稿。马琳泽、周成勇、兀赛、汪湘涛、王志强、马佳、谢林睿等同学参与了部分建模与程序设计的实验，并对书稿进行了初步的校对。 在本书的编写过程中，得到了陕西成和电子、北京曾益慧创科技有限公司的鼓励和大力支持，在此表示衷心的感谢！此外，本书得到了2019年教育部产教合作协同育人项目(编号： 201901198034、201901107061)、陕西省科技厅社会发展项目(编号： 2016SF418)的支持。 为了便于读者使用，本书提供全部范例的程序代码、关键技术的微视频、AI建模训练数据集及电子课件。本书内容涉及知识面比较宽泛，限于篇幅，部分内容可能存在以点带面、不够深入的问题，也难免会出现一些错误与疏漏，不当之处，恳请读者批评指正。 编著2023年7月于西安 未央湖

• 课件下载
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接