本书按照典型工程能力生成路径指引，首先全面介绍了虚拟仪器开发软件LabVIEW的程序设计基本方法、设计模式以及技术拓展开发方法；然后以基本电参数、声音、图像等典型信号为对象，提供了基于LabVIEW的数据采集与相关应用技术开发的程序设计方法；在此基础上，借助百度AI开放平台，介绍了结构化数值数据、声音数据、图像数据等不同类型采集数据支持下的AI应用模型的快速建模、训练、发布和测试调用方法，最后将前述内容融会贯通，给出了基于LabVIEW的“数据采集+人工智能”完整应用系统技术原型快速设计及实现的详细过程。 本书内容丰富，具有较强的可操作性和实用价值，对于快速落地数据采集产品的智能化、轻松完成传统业务的智能化升级改造具有重要的参开借鉴价值。本书既可用于测试测量工作相关技术人员学习与参考，还可作为各类信息技术、创客教育培训机构教材，更可作为应用型本科及高职院校电子信息类、自动化类、机电类专业学生综合实验、课程设计、毕业设计参考用书。

杨帆，陕西科技大学副教授、省级一流专业（电子信息工程）负责人，主要从事计算机监控与智能信息处理相关教学与科研工作。近年来积极探索产教融合的工程教育新模式，曾获全国电子信息类实验教学案例设计竞赛一等奖，参与、主持完成国家级、省部级科技项目、教改研究项目多项，出版教材3部。

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A...