《城市大腦平台套用與運維（高級）》是清華大學出版社於2021年出版的書籍。
基本介紹
- 中文名：城市大腦平台套用與運維（高級）
- 作者：阿里雲計算有限公司
- 出版時間：2021年
- 出版社：清華大學出版社
- ISBN：9787302588542
內容簡介,目錄,
內容簡介
本書從阿里雲城市大腦智慧型引擎的核心能力出發，分別使用“代碼實現”和“非代碼實現”兩種不同的項目實現方式模擬了“智慧交通”“城市管理”兩個背景下的多個不同套用場景，並以項目任務的方式分別設計了不同的項目和任務模組，介紹了智慧型語音套用開發、自然語言處理套用開發及智慧型視覺套用開發的方法。項目1設計了面向交通場景的大巴車調度功能、道路狀況反饋評價系統；項目2設計了高速路綠色通道卡口模型；項目3在“非代碼實現”的兩個套用場景下，從數據預處理到二分類算法搭建，講述了機器學習平台PAI中PAI-Studio可視化建模工具的使用；項目4設計了違章車牌識別和區域車流預測兩個不同的場景化任務；項目5面向城市管理設計了違章建築識別場景化任務，講解了視覺套用中不同算法的套用和實現。
目錄
Contents
項目1.智慧型語音及自然語言處理套用的開發—— 以交通行業場景為例
任務1-1.調用語音識別API實現大巴車調度功能…………………3
任務1-1-1.大巴車調度項目數據準備…………………6
任務1-1-2.進入阿里雲智慧型語音互動平台…………………6
任務1-1-3.調用實時語音識別API並記錄結果…………………7
任務1-2.利用阿里雲PAI-DSW建模平台構建道路狀況反饋評價系統…………………9
任務1-2-1.道路狀況反饋評價系統數據準備…………………12
任務1-2-2.為道路狀況反饋評價系統準備PAI-DSW平台環境…………………13
任務1-2-3.編寫道路狀況反饋評價系統Python代碼…………………16
任務1-2-4.運行實驗代碼及記錄結果…………………19
項目總結…………………21
練習題…………………21
項目2.智慧型視覺套用的開發—— 以高速路綠色通道卡口場景為例
任務2-1.了解阿里雲視覺智慧型開放平台…………………25
任務2-1-1.了解阿里雲視覺智慧型開放平台的能力…………………29
任務2-1-2.了解視覺智慧型開放平台中的套用算法…………………31
任務2-2.為卡口項目準備數據和PAI-DSW平台環境…………………33
任務2-2-1.準備卡口項目數據…………………35
任務2-2-2.為卡口項目創建OSS實例…………………37
任務2-2-3.創建並啟動PAI-DSW實例…………………37
任務2-3.高速路綠色通道卡口模型項目實現…………………41
任務2-3-1.編寫Python代碼導入包…………………44
任務2-3-2.編寫Python代碼定義項目變數…………………45
任務2-3-3.編寫Python代碼上傳圖片至OSS並獲取URL…………………46
任務2-3-4.編寫Python代碼識別駕駛員信息是否和車輛信息一致…………………47
任務2-3-5.識別車輛信息並判斷是否為綠色通道可通行車輛…………………48
項目總結…………………51
練習題…………………51
項目3.人工智慧套用算法模型開發——以城市管理場景為例
任務3-1.登錄並使用阿里機器學習PAI平台…………………54
任務3-2.使用PAI-Studio可視化建模工具進行數據預處理…………………57
任務3-2-1.在PAI-Studio平台上創建新項目…………………58
任務3-2-2.在PAI-Studio平台創建數據源…………………59
任務3-2-3.用PAI-Studio進行數據預處理…………………62
任務3-2-4.用PAI-Studio進行數據分析及可視化…………………66
任務3-3.使用PAI-Studio可視化建模工具進行模型訓練…………………68
任務3-3-1.二分類模型數據源建立及類型轉換…………………69
任務3-3-2.二分類模型類型轉換後數據統計及可視化…………………70
任務3-3-3.搭建二分類模型訓練部分…………………72
任務3-3-4.搭建二分類模型預測部分…………………74
任務3-3-5.搭建二分類模型評估部分…………………75
任務3-4.使用PAI-DSW建模工具進行火情檢測算法模型開發…………………76
任務3-4-1.準備數據集並搭建實驗環境…………………80
任務3-4-2.PAI-DSW互動式建模實現ResNet+Softmax分類…………………83
任務3-4-3.代碼實現及重難點分析…………………89
任務3-4-4.調整參數最佳化識別結果…………………96
項目總結…………………97
練習題…………………98
項目4.深度學習算法的套用——以城市交通場景為例
任務4-1.利用Pycharm平台實現違章車牌識別算法…………………101
任務4-1-1.U-Net和CNN網路的數據集處理…………………104
任務4-1-2.模型訓練前的準備…………………108
任務4-1-3.模型搭建及訓練實現…………………111
任務4-1-4.模型預測及預測結果…………………118
任務4-2.利用Pycharm平台實現區域車流預測算法…………………124
任務4-2-1.車流數據準備及預處理…………………127
任務4-2-2.算法模型搭建及訓練…………………129
任務4-2-3.車流預測算法模型預測及套用…………………136
項目總結…………………145
練習題…………………146
項目5.深度學習算法模型設計及套用——以城市管理場景為例
任務5-1.違章建築檢測項目數據準備…………………149
任務5-1-1.違章建築數據集預處理…………………150
任務5-1-2.違章建築數據集標註…………………151
任務5-2.違章建築檢測深度學習算法模型的實現…………………153
任務5-2-1.預權重載入目標識別網路…………………156
任務5-2-2.模型訓練準備…………………163
任務5-2-3.模型搭建及訓練…………………168
任務5-2-4.模型預測及預測結果…………………171
項目總結…………………176
練習題…………………177
附錄1.子賬戶的創建及登錄………………… 178
附錄2.登錄OSS管理控制台…………………183
附錄3.DSW對訪問實例的管理…………………184
參考文獻…………………186
