深入解析邊緣計算，全面掌握智能視覺技術。

詳解深度學習模型，解決邊緣部署核心難題。

掌握智能視覺算法，助力AI 場景創新落地。

前 言

為貫徹落實黨的二十大精神和黨中央、國務院有關決策部署，按照《關于深化現代職業教育體系建設改革的意見》《國家職業教育改革實施方案》的要求，堅持以教促產、以產助教，不斷延伸教育鏈、服務產業鏈、支撐供應鏈、打造人才鏈、提升價值鏈，加快形成產教良性互動、校企優勢互補的產教深度融合發展格局，持續優化人力資源供給結構，為全面建設社會主義現代化國家提供強大人力資源支撐。本書的編寫，正是順應了國家職業教育改革的發展趨勢，以及行業對高素質技術技能人才的迫切需求。

本書共8章，系統地介紹了邊緣計算和智能視覺技術的相關知識與應用。第1章“邊緣計算概述”為讀者提供了一個全面而深入的邊緣計算概述，從定義、背景、重要性到發展趨勢，全方位展現邊緣計算在當前及未來技術生態中的關鍵地位。第2章“邊緣計算硬件平臺”深入探討了邊緣計算中的核心硬件平臺，重點介紹樹莓派和Nvidia Jetson兩種嵌入式計算系統，并簡要介紹了VMware虛擬機及Ubuntu的安裝與配置。第3章“基于AiCam邊緣計算開發基礎”從簡單到復雜，循序漸進地介紹了基于AiCam框架的智能視覺應用技術。第4章“智能視覺技術概述”向讀者展示了一個全面而細致的智能視覺技術概述，從定義、背景、主要技術到發展趨勢，全方位展現智能視覺技術在當前及未來技術生態中的關鍵地位。第5章“深度學習智能視覺模型”深入探討了FSRCNN圖像超分辨率重建模型、MobileNet圖像分類模型和YOLO目標檢測模型，并重點關注了模型在邊緣設備上的部署問題。第6章“邊緣計算模型的加速技術”重點介紹了NVIDIA開發的TensorRT優化庫，幫助讀者全面理解和掌握邊緣計算中的模型加速技術。第7章“AiCam智能視覺應用技術”進一步探討了基于AiCam框架的OpenCV智能視覺技術應用，包括車輛識別、數字識別、手勢識別、人體識別和語音識別等。第8章“AiCam邊緣計算應用技術”延續了前幾章的內容，從簡單到復雜，循序漸進地介紹了基于AiCam框架的邊緣計算應用技術。

本書由湛江幼兒師范專科學校的林海、許華宇、徐卉任主編，揭天平、曹新林［中智訊（武漢）科技有限公司］、李景國（惠州TCL移動通信有限公司）、姚雪蘭（湛江科技學院）任副主編，具體編寫分工如下：第1章和第4章由徐卉、揭天平編寫，第2章、第5章、第6章由林海、李景國編寫，第3章、第7章、第8章由許華宇、姚雪蘭、曹新林編寫。在本書的編寫過程中，編者得到了湛江幼兒師范專科學校信息科學系全體教師的鼎力支持。另外，王驥教授對全書的編寫工作提出了許多寶貴的指導意見。

通過學習本書，讀者不僅能夠掌握邊緣計算和智能視覺技術的基礎知識，還能夠在實踐中運用所學知識解決實際問題，提高算法素養、信息素養和職業素養，為國家科技創新和產業發展貢獻力量。本書注重培養學生的創新精神和責任意識，鼓勵其將所學知識應用于實際問題，為推動我國人工智能技術的發展和應用作出貢獻，以科技創新助力國家發展戰略，實現技術自立自強，也有利于培養該領域人才，提高人工智能邊緣計算與視覺設計技術的創新條件基礎及核心競爭力。

由于編者水平有限，書中難免存在不妥之處，敬請廣大讀者諒解。

編 者

2025年1月

目 錄
前言

第1章 邊緣計算概述 1
1.1 從GPU計算到嵌入式計算 1
1.1.1 GPU計算 1
1.1.2 GPU嵌入式設備介紹 3
1.2 走進邊緣計算 6
1.2.1 邊緣計算的概念 6
1.2.2 邊緣計算的發展階段 7
1.2.3 邊緣計算的特點與優勢 7
1.3 Ubuntu系統 8
1.3.1 Ubuntu系統概述 9
1.3.2 Ubuntu系統安裝 9
1.4 機器人操作系統 11
1.4.1 ROS的基本概念和特點 12
1.4.2 ROS的架構和設計 14
1.4.3 ROS的版本和發展 15
1.4.4 ROS的應用 16
單元測試 18
第2章 邊緣計算硬件平臺 21
2.1 樹莓派嵌入式計算平臺 21
2.1.1 樹莓派硬件介紹 22
2.1.2 樹莓派在邊緣計算中的應用案例 30
2.2 VMware虛擬機 34
2.2.1 VMware虛擬機的特點 35
2.2.2 虛擬機的Ubuntu系統安裝與配置 36
2.3 Ubuntu開發環境的安裝與配置 39
2.3.1 Miniconda安裝 39
2.3.2 Conda安裝虛擬環境 41
2.3.3 PyTorch安裝 42
2.3.4 PyCharm安裝與使用 43
2.4 NVIDIA Jetson嵌入式計算平臺 46
2.4.1 系列產品介紹 46
2.4.2 GPIO硬件資源介紹 49
2.4.3 RGB LED燈實驗 51
2.4.4 有源蜂鳴器實驗 53
2.4.5 全彩LED燈實驗 54
2.4.6 輕觸按鍵實驗 56
2.4.7 OLED顯示實驗 57
單元測試 59
第3章 基于AiCam邊緣計算開發基礎 63
3.1 AiCam邊緣框架認知 63
3.1.1 AiCam框架結構 63
3.1.2 開發平臺的介紹 71
3.1.3 開發工具的使用 76
3.1.4 應用案例 81
3.2 基于AiCam邊緣算法開發 84
3.2.1 邊緣智能算法類與方法 85
3.2.2 基于實時推理接口調用開發 86
3.2.3 基于單次推理接口調用開發 88
3.3 基于AiCam邊緣計算模型開發 91
3.3.1 邊緣智能模型的訓練 92
3.3.2 邊緣智能模型的推理 101
3.3.3 模型接口開發 105
3.3.4 邊緣模型算法開發 109
單元測試 111
第4章 智能視覺技術概述 116
4.1 目標檢測技術 116
4.1.1 定義與概述 117
4.1.2 主流算法 118
4.1.3 挑戰與發展 122
4.2 人體姿勢識別技術 122
4.2.1 定義與概述 122
4.2.2 主流算法 124
4.2.3 挑戰與發展 127
4.3 圖像分割技術 128
4.3.1 定義與概述 128
4.3.2 主流算法 129
4.3.3 挑戰與發展 133
4.4 圖像分類技術 134
4.4.1 定義與概述 134
4.4.2 主流算法 135
4.4.3 挑戰與發展 140
4.5 人臉識別技術 141
4.5.1 定義與概述 141
4.5.2 主流算法 142
4.5.3 挑戰與發展 145
4.6 車牌識別技術 146
4.6.1 定義與概述 146
4.6.2 主流算法 147
4.6.3 挑戰與發展 149
4.7 目標追蹤技術 150
4.7.1 定義與概述 150
4.7.2 主流算法 151
4.7.3 挑戰與發展 153
單元測試 154
第5章 深度學習智能視覺模型 157
5.1 FSRCNN圖像超分辨率重建模型 157
5.1.1 FSRCNN模型架構詳解 157
5.1.2 FSRCNN模型實現 158
5.1.3 FSRCNN模型訓練環境要求 161
5.1.4 FSRCNN模型訓練 162
5.1.5 模型在邊緣設備上的部署 164
5.2 MobileNet圖像分類模型 166
5.2.1 MobileNetV3模型架構解析 166
5.2.2 MobileNet模型實現 167
5.2.3 MobileNet模型訓練環境要求 168
5.2.4 MobileNet模型訓練 170
5.2.5 模型在邊緣設備上的部署 173
5.3 YOLO目標檢測模型 174
5.3.1 YOLO算法原理介紹 174
5.3.2 YOLO模型版本演進（v1～v8） 175
5.3.3 YOLO模型訓練數據標注 176
5.3.4 數據集擴展 179
5.3.5 YOLO模型訓練 182
5.3.6 YOLO模型在邊緣設備上的推理 185
單元測試 186
第6章 邊緣計算模型的加速技術 189
6.1 TensorRT簡介 189
6.1.1 TensorRT概述 189
6.1.2 TensorRT的工作原理 190
6.2 Jetson TX2安裝YOLOv8 191
6.2.1 Jetpack的檢查與升級 191
6.2.2 創建Conda環境 193
6.2.3 安裝PyTorch 193
6.2.4 配置TensorRT Pybind 194
6.3 TensorRT Engine構建 194
6.4 TensorRT部署 195
6.4.1 TensorRT Engine加載及推理 196
6.4.2 TensorRT推理代碼 196
單元測試 198
第7章 AiCam智能視覺應用技術 200
7.1 OpenCV計算機視覺基礎 200
7.1.1 OpenCV簡介 200
7.1.2 OpenCV安裝 203
7.1.3 OpenCV示例 206
7.2 圖像基礎算法 209
7.2.1 圖像采集與圖像標記 209
7.2.2 圖像轉換與圖像變換 216
7.2.3 圖像邊緣檢測 222
7.3 圖像基礎應用 224
7.3.1 顏色與形狀識別 225
7.3.2 數字與二維碼識別 229
7.3.3 人臉檢測與人臉關鍵點 232
7.3.4 人臉識別與目標追蹤 235
7.4 深度學習應用 240
7.4.1 人臉檢測 240
7.4.2 人臉識別 244
7.4.3 手勢識別 246
單元測試 249
第8章 AiCam邊緣計算應用技術 253
8.1 智慧門禁系統應用開發 253
8.1.1 系統分析與功能設計 253
8.1.2 開發流程與算法交互 258
8.1.3 結果與應用驗證 261
8.2 智慧安防系統應用開發 267
8.2.1 系統分析與功能設計 267
8.2.2 開發流程與算法交互 270
8.2.3 結果與應用驗證 273
8.3 智慧停車系統應用開發 277
8.3.1 系統分析與功能設計 277
8.3.2 開發流程與算法交互 280
8.3.3 結果與應用驗證 285
8.4 流感防疫監測系統應用開發 290
8.4.1 系統分析與功能設計 290
8.4.2 開發流程與算法交互 298
8.4.3 結果與應用驗證 302
單元測試 306
參考文獻 313

1. Office高級應用項目式教程（第2版） [主編 李觀金 張倩文 黎夏克 ]
2. 巧用翻譯學英語：英漢互譯500例 [王學文 著]
3. 高等教育多維評價體系構建與高質量發展研究 [張妍 著]
4. 系統規劃與管理師章節習題與考點特訓（第二版） [主編 薛大龍]
5. 計算機操作系統實踐指導（openEuler版） [主編 秦光 曾陳萍 岳付強]
6. 信息系統管理工程師真題及模考卷精析（適用機考） [主 編 薛大龍 程 剛 上官緒]
7. 航海類院校體育教育教學研究 [張利超 李寧 著]
8. 新時代背景下我國職業教育產教融合長效機制建設研究 [王玉賢 著]
9. 電路分析 [主編 李飛 毛先柏]
10. 信息系統管理工程師（適用第2版大綱）一站通關 [指尖瘋　編著]
11. 傳統山水畫論解讀與實踐 [陳鈉 著]
12. 網絡工程師備考一本通（適配第6版考綱） [夏杰 編著]
13. 陳孝云的職教理想與情懷 [祝吉太 江傳瑞 張義廷 著]
14. 地方本科院校電子信息學科課程思政案例集 [王甫]
15. Excel數據處理與分析（第二版） [主編 張志明 鄒 蕾]
16. 網絡工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
17. 倉儲管理實務（第二版） [周寧武 編著]
18. 基于AE與C#的地理信息系統二次開發 [李小根 賈艷昌 喬翠平 姜彤 ]
19. 2023年長沙市文化和旅游業發展報告 [主編 陳莉]
20. 舞臺化妝造型設計 [主編 劉思彤 張 濤 張憶雨]
21. 產教融合視角高校體育專業實踐教學體系構建研究 [楊柳青 葉華兵 著]
22. 知識圖譜及應用案例 [張善文 黃文準 于長青 陳明淑]
23. Python程序設計案例教程（微課版） [主編　石利平　田輝平　余以勝]
24. 皓月繁星：青少年兒童心理成長手冊 [主　編　林贊歌 副主編　杜志南]
25. 材料力學 [章寶華 趙新勝 徐斌]
26. 系統集成項目管理工程師考試32小時通關（第3版） [主編　薛大龍 副主編　上官緒陽]
27. 軟考論文高分特訓與范文10篇——系統分析師（第二版） [薛大龍 鄒月平 施游]
28. 黃河海勃灣水利樞紐防凌安全運行 [王戰領 王叢發 范瑜彬 著]
29. 大學生心理健康教育 [方雄 著]
30. 達夢數據庫管理與應用 [主 編 郭景輝 范麗萍 莊 鑫]