目.

Contents 

项目 1.认识城市大脑及城市大脑平台 …………………………………………………… 1

任务 1-1.认识阿里云城市大脑平台 ……………………………………………………… 3

任务 1-1-1.了解城市大脑平台的架构 ………………………………………………… 3任务 1-1-2.了解城市大脑平台中的智能引擎 ………………………………………… 5任务 1-1-3.了解城市大脑平台的应用场景 …………………………………………… 8任务 1-1-4.了解城市大脑平台的落地应用情况 ………………………………………10

任务 1-2.了解阿里云视觉智能开放平台的能力 ……………………………………… 11

任务 1-2-1.了解阿里云视觉智能开放平台的人脸人体识别能力 ……………………12任务 1-2-2.了解阿里云视觉智能开放平台的文字识别能力 …………………………13任务 1-2-3.了解阿里云视觉智能开放平台的目标检测能力 ……………………… 14任务 1-2-4.了解阿里云视觉智能开放平台的图像识别能力 ……………………… 14

项目总结…………………………………………………………………………………… 15练习题……………………………………………………………………………………… 15

项目 2.人工智能机器学习平台的使用 ……………………………………………………16

任务 2-1.登录并使用 PAI平台………………………………………………………… 18

任务 2-2.使用 PAI -Studio进行数据预处理——城市天气数据场景 ……………… 22任务 2-2-1.进入 PAI -Studio平台 ……………………………………………………… 23任务 2-2-2.在 PAI -Studio平台创建新项目……………………………………………… 24任务 2-2-3.在 PAI -Studio平台创建数据源……………………………………………… 26任务 2-2-4.使用 PAI -Studio进行数据预处理 ………………………………………… 30

任务 2-2-5.使用 PAI-Studio进行数据分析及可视化 …………………………………34

任务 2-3.使用 PAI -Studio进行算法模型训练——二分类算法实现 ……………… 39

任务 2-3-1.二分类模型数据源建立及类型转化 ……………………………………… 40任务 2-3-2.数据统计分析及可视化………………………………………………………41任务 2-3-3.二分类模型训练………………………………………………………………43任务 2-3-4.二分类模型预测……………………………………………………………… 46任务 2-3-5.二分类模型评估………………………………………………………………48

项目总结…………………………………………………………………………………… 49练习题……………………………………………………………………………………… 50

项目 3.数据处理及人工智能应用的实现——以火车站进站闸机场景为例 ……………51

任务 3-1.火车站进站闸机数据的标注与预处理 ……………………………………… 53

任务 3-1-1.对项目数据进行标注和预处理 …………………………………………… 63任务 3-1-2.通过创建 OSS实例存储项目图片数据 …………………………………… 65

任务 3-2.为火车站进站闸机项目准备 PAI -DSW开发环境 ………………………… 67

任务 3-3.编写火车站进站闸机模型 Python代码 …………………………………… 72

任务 3-3-1.编写 Python代码导入包 …………………………………………………… 76任务 3-3-2.编写 Python代码定义项目变量 …………………………………………… 77任务 3-3-3.编写 Python代码上传图片至 OSS并获取 URL …………………………… 78任务 3-3-4.识别进站人员身份证、火车票以及是否佩戴口罩信息…………………… 80任务 3-3-5.对比进站人员人脸与身份证信息并判断是否开放闸机……………………81

项目总结…………………………………………………………………………………… 83练习题……………………………………………………………………………………… 84

项目 4.数据分析及人工智能应用的实现——以旅游景点人流车流检测场景为例 ……85

任务 4-1.人流车流检测数据的清洗 …………………………………………………… 87

任务 4-2.为人流车流检测项目准备 PAI -DSW平台环境 …………………………… 93

任务 4-3.编写人流车流检测项目 Python代码 ……………………………………… 97

任务 4-3-1.编写 Python代码导入包 ………………………………………………… 101任务 4-3-2.编写 Python代码定义项目变量 ………………………………………… 101任务 4-3-3.编写 Python代码上传图片至 OSS并获取 URL ………………………… 102 任务 4-3-4.编写旅游景点人流量检测 Python代码 ………………………………… 103任务 4-3-5.编写旅游景点车流量检测 Python代码 ………………………………… 104

任务 4-4.通过 Excel和 Quick BI进行检测数据的分析与可视化 ………………… 106

任务 4-4-1.通过 Excel展示人流量检测结果………………………………………… 124任务 4-4-2.通过阿里云 Quick BI展示车流量检测结果 …………………………… 124

项目总结………………………………………………………………………………… 125练习题…………………………………………………………………………………… 126

项目 5.人工智能算法应用——以公共区域行人密度检测场景为例 ………………… 127

任务 5-1.对行人数据集进行标注 ……………………………………………………… 129

任务 5-1-1.行人检测数据集的制作 ………………………………………………… 130任务 5-1-2.行人检测数据集的标注 ………………………………………………… 132

任务 5-2.为公共区域行人密度检测项目准备 Pycharm开发环境 ………………… 135

任务 5-2-1.项目运行环境准备 ……………………………………………………… 138任务 5-2-2.载入 Python解释器 ……………………………………………………… 139

任务 5-3.公共区域行人密度检测算法训练及应用 …………………………………… 141

任务 5-3-1.公共区域行人密度检测模型训练 ……………………………………… 143任务 5-3-2.公共区域行人密度检测模型预测………………………………………… 149任务 5-3-3.公共区域行人密度检测算法应用………………………………………… 150

项目总结………………………………………………………………………………… 151练习题…………………………………………………………………………………… 151

项目 6.人工智能算法模型设计——以禁停区域车辆检测场景为例 ………………… 152

任务 6-1.对禁停区域车辆数据集进行标注 …………………………………………… 154

任务 6-1-1.安装 Labelme并进行数据标注 ………………………………………… 155任务 6-1-2.禁停区域车辆检测项目数据集制作 …………………………………… 160

任务 6-2.为禁停区域车辆检测项目准备 Pycharm开发环境 ……………………… 165

任务 6-2-1.项目运行环境准备 ……………………………………………………… 166任务 6-2-2.在 Pycharm中载入解释器 ………………………………………………… 167

任务 6-3.禁停区域车辆检测算法的设计及应用 ……………………………………… 170

任务 6-3-1.禁停区域车辆检测模型算法设计 ……………………………………… 171 任务 6-3-2.禁停区域车辆检测算法应用……………………………………………… 173

项目总结………………………………………………………………………………… 175练习题…………………………………………………………………………………… 176