包邮城市大脑平台应用与运维:微课版:中级

项目1 认识城市大脑及城市大脑平台 任务1-1 认识阿里云城市大脑平台 任务1-1-1 了解城市大脑平台的架构 任务1-1-2 了解城市大脑平台中的智能引擎 任务1-1-3 了解城市大脑平台的应用场景 任务1-1-4 了解城市大脑平台的落地应用情况 任务1-2 了解阿里云视觉智能开放平台的能力 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 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 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 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 项目总结 练习题 项目2 人工智能机器学习平台的使用 任务2-1 登录并使用PAI平台 任务2-2 使用PAI-Studio进行数据预处理——城市天气数据场景 任务2-2-1 进入PAI-Studio平台 任务2-2-2 在PAI-Studio平台创建新项目 任务2-2-3 在PAI-Studio平台创建数据源 任务2-2-4 使用PAI-Studio进行数据预处理 任务2-2-5 使用PAI-Studio进行数据分析及可视化 任务2-3 使用PAI-Studio进行算法模型训练——二分类算法实现 任务2-3-1 二分类模型数据源建立及类型转化 任务2-3-2 数据统计分析及可视化 任务2-3-3 二分类模型训练 任务2-3-4 二分类模型预测 任务2-3-5 二分类模型评估 项目总结 练习题 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 任务3-1 火车站进站闸机数据的标注与预处理 任务3-1-1 对项目数据进行标注和预处理 任务3-1-2 通过创建OSS实例存储项目图片数据 任务3-2 为火车站进站闸机项目准备PAI-DSW开发环境 任务3-3 编写火车站进站闸机模型Python代码 任务3-3-1 编写Python代码导入包 任务3-3-2 编写Python代码定义项目变量 任务3-3-3 编写Python代码上传图片至OSS并获取URL 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 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 项目总结 练习题 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 任务4-1 人流车流检测数据的清洗 任务4-2 为人流车流检测项目准备PAI-DSW平台环境 任务4-3 编写人流车流检测项目Python代码 任务4-3-1 编写Python代码导入包 任务4-3-2 编写Python代码定义项目变量 任务4-3-3 编写Python代码上传图片至OSS并获取URL 任务4-3-4 编写旅游景点人流量检测Python代码 任务4-3-5 编写旅游景点车流量检测Python代码 任务4-4 通过Excel和QuickBI进行检测数据的分析与可视化 任务4-4-1 通过Excel展示人流量检测结果 任务4-4-2 通过阿里云QuickBI展示车流量检测结果 项目总结 练习题 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 任务5-1 对行人数据集进行标注 任务5-1-1 行人检测数据集的制作 任务5-1-2 行人检测数据集的标注 任务5-2 为公共区域行人密度检测项目准备Pycharm开发环境 任务5-2-1 项目运行环境准备 任务5-2-2 载入Python解释器 任务5-3 公共区域行人密度检测算法训练及应用 任务5-3-1 公共区域行人密度检测模型训练 任务5-3-2 公共区域行人密度检测模型预测 任务5-3-3 公共区域行人密度检测算法应用 项目总结 练习题 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 任务6-1 对禁停区域车辆数据集进行标注 任务6-1-1 安装Labelme并进行数据标注 任务6-1-2 禁停区域车辆检测项目数据集制作 任务6-2 为禁停区域车辆检测项目准备Pycharm开发环境 任务6-2-1 项目运行环境准备 任务6-2-2 在Pycharm中载入解释器 任务6-3 禁停区域车辆检测算法的设计及应用 任务6-3-1 禁停区域车辆检测模型算法设计 任务6-3-2 禁停区域车辆检测算法应用 项目总结 练习题 附录1 子账户的创建及登录 附录2 登录阿里云PAI平台 附录3 登录OSS管理控制台 附录4 阿里云PAI平台实验准备 附录5 PAI-DSW对访问实例的管理 附录6 图像数据预处理相关方法 参考文献