会员
智能硬件与机器视觉：基于树莓派、Python和OpenCV
更新时间：2020-11-12 17:42:14 最新章节：11.6 本章小结
书籍简介
本书围绕“低成本玩转树莓派”这个主题，讲解了如何利用树莓派、OpenCV和Python等软硬件搭建一个低成本的智能硬件平台，并在其上实现图像分析、文字识别、人脸识别与追踪、视频监控等机器视觉功能。全书一共11章。第1～4章首先讲解了机器视觉在智能硬件领域的应用场景以及智能硬件上4种常见的机器视觉技术方案；然后讲解了树莓派和OpenCV的安装、配置以及其他准备工作；最后通过一些简单的案例和代码教读者使用OpenCV。第5～11章是本书的核心内容，通过几个具体的综合案例讲解了如何使用树莓派低成本玩转如下机器视觉场景：拍摄照片和视频、处理相机的原始数据、道路和商场的人流统计、道路信息的文字识别、人脸识别与追踪、中央AI视频监控等。以上案例循序渐进，环环相扣，所有代码均可在树莓派上运行，并可轻松移植到任何ARM开发板上。
品牌：机械工业出版社
上架时间：2020-10-01 00:00:00
出版社：机械工业出版社
本书数字版权由机械工业出版社提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
陈佳林
最新上架
- 会员《秒懂AI写作：让你轻松成为写作高手》针对职场、学习、生活、艺术创作领域常见的40余种写作应用场景，遵循“场景+方法+总结”的框架，详细介绍了如何正确利用AI完成多种写作任务，并归纳出使用AI写作的方法和技巧。《秒懂AI写作：让你轻松成为写作高手》分为6章。第1章通过5个步骤、6大场景介绍了如何驾驭AI完成多种类型的写作任务；第2章至第6章分别详细介绍了在职场应用文写作、商业营销文案写作、新媒体写计算机8.1万字
- 会员本书以豆包为工具，覆盖生活全场景，解决“不会用AI”“不敢用AI”等认知障碍，是一本零基础、场景化、即学即用的操作指南。本书共14章，包括豆包的注册和设置、辅导学习、日常写作、生活难题解答、新技能学习、用短视频记录生活、经营小买卖、休闲娱乐、拍摄爆款视频、丰富晚年生活、短视频脚本创作、找到赚钱方法等内容，全面解决“教育”“生产”“娱乐”“赚钱”四大刚需。本书通过近100个真实案例，结合操作视频，帮计算机4.5万字
- 会员本书是一本专为企业管理者和办公人员打造的实用指南，旨在帮助企业通过人工智能技术实现数字化转型，提升运营效率与竞争力。结合丰富的企业AI解决方案设计与实施经验，深入剖析了DeepSeek这一领先的人工智能模型在企业中的广泛应用场景。全书共分为四大部分，涵盖了企业管理、市场营销、销售与客服等多个核心领域，详细介绍了近100个企业使用场景，展示了如何通过DeepSeek实现效率的百倍提升。无论是人力资源计算机8.7万字
- 会员本书以“人工智能（ArtificialIntelligence，AI）+”为主题，探讨了AI如何赋能千行百业，促进各类先进生产要素向发展新质生产力集聚。本书共7章，主要介绍了新质生产力之问，AI之问，AI顾问实践：人类的“辅导员”，AI助手实践：人类的“副驾驶”，智能体实践：人类的“AI代理人”，用尺度定律推演未来，新质生产关系与AI伦理观等内容。本书基于国内多行业、多领域应用“AI+”已取得明计算机13.7万字
- 会员本书是继《EasyRL：强化学习教程》（俗称“蘑菇书”）之后，为强化学习的读者专门打造的一本深入实践的全新教程。全书大部分内容基于3位作者的实践经验，涵盖马尔可夫决策过程、动态规划、免模型预测、免模型控制、深度学习基础、DQN算法、DQN算法进阶、策略梯度、Actor-Critic算法、DDPG与TD3算法、PPO算法等内容，旨在帮助读者快速入门强化学习的代码实践，并辅以一套开源代码框架“Joy计算机7.8万字
- 会员本书是系统解读DeepSeek的实用指南，从AI基础知识开始，书中讲解了DeepSeek的底层创新，详细剖析其优缺点，探讨如何通过有效提问激发DeepSeek潜能，如何规避AI幻觉，如何实现本地部署；展示了DeepSeek在创意写作、图片视频创作、职场效率提升、学习辅导、知识库构建等领域的实战应用，并探讨了其在政企智能化转型中的价值。无论你是想提升工作效率的职场人、追求创作突破的内容生产者，还是渴计算机9.4万字
- 会员本书以DeepSeek应用为基础，讲解了DeepSeek在自媒体、咨询、营销、教育、翻译、职场、编程等多个领域的应用。书中通过丰富的案例和详细的指导，展示了DeepSeek如何帮助自媒体人打造“爆款”内容，如何为咨询提供高效决策支持，如何在营销中实现流量裂变，如何重塑未来学习范式，以及如何助力职场人和企业实现业务增效等。本书内容通俗易懂，案例丰富，无论是AI（ArtificialIntellig计算机8.2万字
- 会员本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的skle计算机0字