本書以阿里云城市大腦智能引擎為基礎(chǔ)，分別使用代碼實現(xiàn)和非代碼實現(xiàn)兩種不同的項目實現(xiàn)方式，模擬了智慧交通智慧旅游城市管理3個背景下的多個不同應(yīng)用場景，并以項目任務(wù)的方式分別設(shè)計了不同的項目和任務(wù)模塊。項目 1介紹的是城市大腦和城市大腦平臺的基礎(chǔ)知識。項目 2在非代碼實現(xiàn)的兩個應(yīng)用場景下，從數(shù)據(jù)預(yù)處理到二分類算法搭建，講述了阿里云機器學(xué)習(xí)平臺 PAI中 PAI-Studio可視化建模平臺的使用。項目 3和項目 4通過火車站進(jìn)站閘機項目和旅游景點人流車流檢測項目的設(shè)計，講述了城市卡口、閘機、人流車流類的人工智能應(yīng)用實現(xiàn)。項目 5和項目 6通過公共區(qū)域行人密度檢測和禁停區(qū)域車輛車流模型的設(shè)計及應(yīng)用兩個算法項目，講述了人工智能算法模型搭建、訓(xùn)練和應(yīng)用的完整過程。 本書可作為大中專院校計算機科學(xué)與技術(shù)專業(yè)、人工智能相關(guān)專業(yè)的教材，也可作為相關(guān)科研人員、人工智能愛好者的參考用書。
當(dāng)今世界已步入信息時代，信息技術(shù)已滲透到社會發(fā)展和日常生活的各個領(lǐng)域，對城市的可持續(xù)發(fā)展起著不可估量的作用。城市的可持續(xù)發(fā)展離不開信息化、智能化和智慧化，2020年阿里云發(fā)布了城市大腦3.0版本。阿里云城市大腦平臺是基于云計算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)新一代信息技術(shù)構(gòu)建的人工智能開發(fā)創(chuàng)新和運營平臺，旨在以城市大腦平臺為制高點，助力智慧城市的建設(shè)，提高城市的運行效率，解決城市運行中面臨的復(fù)雜問題，推進(jìn)城市治理的科學(xué)化、精細(xì)化和智能化，實現(xiàn)城市的可持續(xù)發(fā)展，終為人類協(xié)同發(fā)展提供智能支撐平臺。城市大腦是整個城市可持續(xù)發(fā)展的全新基礎(chǔ)設(shè)施和智能中樞，可以對整個城市進(jìn)行全局實時分析，利用城市的數(shù)據(jù)資源優(yōu)化調(diào)配公共資源，終進(jìn)化成為治理城市的超級智能手段。
本書內(nèi)容設(shè)計以《城市大腦平臺應(yīng)用與運維職業(yè)技能等級要求（中級）》為依據(jù)，主要用于開展城市大腦平臺應(yīng)用與運維（中級）1 X證書相關(guān)的教學(xué)和培訓(xùn)工作。全書詳細(xì)闡釋了智慧城市及城市大腦的概念、組成、架構(gòu)以及典型應(yīng)用場景和落地應(yīng)用情況。同時，闡述了阿里云視覺智能開放平臺的能力，意在讓讀者對該平臺的典型能力有基本的認(rèn)識，進(jìn)一步了解該平臺中的技術(shù)能力以及平臺相關(guān)技術(shù)的基本原理。
為方便讀者學(xué)習(xí)使用，本書按項目的形式進(jìn)行設(shè)計。項目來自智慧交通智慧旅游城市管理3個背景下的多個不同應(yīng)用場景。全書共包含6個項目，其中2個為非代碼實現(xiàn)項目，4個為代碼實現(xiàn)項目，每個項目從項目背景、項目架構(gòu)、項目知識、學(xué)習(xí)目標(biāo)、項目導(dǎo)圖、任務(wù)分析、項目總結(jié)等方面進(jìn)行項目的闡釋。每個項目通過項目導(dǎo)圖將每個項目分為多個任務(wù)，逐一分解項目內(nèi)容，旨在做到通俗易懂、深入淺出。項目內(nèi)容按照學(xué)生學(xué)習(xí)規(guī)律和知識點講授的內(nèi)在邏輯關(guān)系進(jìn)行編寫，并配套相關(guān)練習(xí)題，理論與實踐相結(jié)合，力求做到循序漸進(jìn)。
本書配套有視頻、實驗手冊、實驗代碼等數(shù)字化學(xué)習(xí)資源，讀者可以掃描書中二維碼或登錄阿里云全球培訓(xùn)中心網(wǎng)站進(jìn)行學(xué)習(xí)。
實驗手冊實驗代碼
感謝在本書出版的過程中給予指導(dǎo)的各位老師和同仁，以及清華大學(xué)出版社編輯的細(xì)心專業(yè)指導(dǎo)。由于編著水平有限，書中難免出現(xiàn)疏漏之處，懇請廣大讀者批評指正。
阿里云計算有限公司2021年4月
阿里云計算有限公司,阿里云（www.alibabacloud.com）創(chuàng)立于2009年，為阿里巴巴集團的數(shù)字技術(shù)與智能骨干業(yè)務(wù)，向全球客戶提供全方位云服務(wù)，包括彈性計算、數(shù)據(jù)庫、存儲、網(wǎng)絡(luò)虛擬化服務(wù)、大規(guī)模計算、安全、管理和應(yīng)用服務(wù)、大數(shù)據(jù)分析、機器學(xué)習(xí)平臺以及物聯(lián)網(wǎng)服務(wù)。IDC的資料顯示，按2019年收入計算，阿里云是中國領(lǐng)先的公有云服務(wù)（包括PaaS和IaaS服務(wù)）提供商。而根據(jù)Gartner于2020年4月的報告提供的數(shù)據(jù)，按2019年收入計算，阿里巴巴集團是世界排名第三、亞太地區(qū)排名的基礎(chǔ)設(shè)施即服務(wù)提供商。
項目 1.認(rèn)識城市大腦及城市大腦平臺 // 1
任務(wù) 1-1.認(rèn)識阿里云城市大腦平臺 // 3
任務(wù) 1-1-1.了解城市大腦平臺的架構(gòu) // 3
任務(wù) 1-1-2.了解城市大腦平臺中的智能引擎 // 5
任務(wù) 1-1-3.了解城市大腦平臺的應(yīng)用場景 // 8
任務(wù) 1-1-4.了解城市大腦平臺的落地應(yīng)用情況 //10
任務(wù) 1-2.了解阿里云視覺智能開放平臺的能力 // 11
任務(wù) 1-2-1.了解阿里云視覺智能開放平臺的人臉人體識別能力 //12
任務(wù) 1-2-2.了解阿里云視覺智能開放平臺的文字識別能力 //13
任務(wù) 1-2-3.了解阿里云視覺智能開放平臺的目標(biāo)檢測能力 // 14
任務(wù) 1-2-4.了解阿里云視覺智能開放平臺的圖像識別能力 // 14
項目總結(jié)// 15練習(xí)題// 15
項目 2.人工智能機器學(xué)習(xí)平臺的使用 //16
任務(wù) 2-1.登錄并使用 PAI平臺// 18
任務(wù) 2-2.使用 PAI -Studio進(jìn)行數(shù)據(jù)預(yù)處理城市天氣數(shù)據(jù)場景 // 22
任務(wù) 2-2-1.進(jìn)入 PAI -Studio平臺 // 23
任務(wù) 2-2-2.在 PAI -Studio平臺創(chuàng)建新項目// 24
任務(wù) 2-2-3.在 PAI -Studio平臺創(chuàng)建數(shù)據(jù)源// 26
任務(wù) 2-2-4.使用 PAI -Studio進(jìn)行數(shù)據(jù)預(yù)處理 // 30
任務(wù) 2-2-5.使用 PAI-Studio進(jìn)行數(shù)據(jù)分析及可視化 //34
任務(wù) 2-3.使用 PAI -Studio進(jìn)行算法模型訓(xùn)練二分類算法實現(xiàn) // 39
任務(wù) 2-3-1.二分類模型數(shù)據(jù)源建立及類型轉(zhuǎn)化 // 40
任務(wù) 2-3-2.數(shù)據(jù)統(tǒng)計分析及可視化//41
任務(wù) 2-3-3.二分類模型訓(xùn)練//43
任務(wù) 2-3-4.二分類模型預(yù)測// 46
任務(wù) 2-3-5.二分類模型評估//48
項目總結(jié)// 49練習(xí)題// 50
項目 3.數(shù)據(jù)處理及人工智能應(yīng)用的實現(xiàn)以火車站進(jìn)站閘機場景為例 //51
任務(wù) 3-1.火車站進(jìn)站閘機數(shù)據(jù)的標(biāo)注與預(yù)處理 // 53
任務(wù) 3-1-1.對項目數(shù)據(jù)進(jìn)行標(biāo)注和預(yù)處理 // 63
任務(wù) 3-1-2.通過創(chuàng)建 OSS實例存儲項目圖片數(shù)據(jù) // 65
任務(wù) 3-2.為火車站進(jìn)站閘機項目準(zhǔn)備 PAI -DSW開發(fā)環(huán)境 // 67
任務(wù) 3-3.編寫火車站進(jìn)站閘機模型 Python代碼 // 72
任務(wù) 3-3-1.編寫 Python代碼導(dǎo)入包 // 76
任務(wù) 3-3-2.編寫 Python代碼定義項目變量 // 77
任務(wù) 3-3-3.編寫 Python代碼上傳圖片至 OSS并獲取 URL // 78
任務(wù) 3-3-4.識別進(jìn)站人員身份證、火車票以及是否佩戴口罩信息// 80
任務(wù) 3-3-5.對比進(jìn)站人員人臉與身份證信息并判斷是否開放閘機//81
項目總結(jié)// 83練習(xí)題// 84
項目 4.數(shù)據(jù)分析及人工智能應(yīng)用的實現(xiàn)以旅游景點人流車流檢測場景為例 //85
任務(wù) 4-1.人流車流檢測數(shù)據(jù)的清洗 // 87
任務(wù) 4-2.為人流車流檢測項目準(zhǔn)備 PAI -DSW平臺環(huán)境 // 93
任務(wù) 4-3.編寫人流車流檢測項目 Python代碼 // 97
任務(wù) 4-3-1.編寫 Python代碼導(dǎo)入包 // 101
任務(wù) 4-3-2.編寫 Python代碼定義項目變量 // 101
任務(wù) 4-3-3.編寫 Python代碼上傳圖片至 OSS并獲取 URL // 102
任務(wù) 4-3-4.編寫旅游景點人流量檢測 Python代碼 // 103
任務(wù) 4-3-5.編寫旅游景點車流量檢測 Python代碼 // 104
任務(wù) 4-4.通過 Excel和 Quick BI進(jìn)行檢測數(shù)據(jù)的分析與可視化 // 106
任務(wù) 4-4-1.通過 Excel展示人流量檢測結(jié)果// 124
任務(wù) 4-4-2.通過阿里云 Quick BI展示車流量檢測結(jié)果 // 124
項目總結(jié)// 125練習(xí)題// 126
項目 5.人工智能算法應(yīng)用以公共區(qū)域行人密度檢測場景為例 // 127
任務(wù) 5-1.對行人數(shù)據(jù)集進(jìn)行標(biāo)注 // 129
任務(wù) 5-1-1.行人檢測數(shù)據(jù)集的制作 // 130
任務(wù) 5-1-2.行人檢測數(shù)據(jù)集的標(biāo)注 // 132
任務(wù) 5-2.為公共區(qū)域行人密度檢測項目準(zhǔn)備 Pycharm開發(fā)環(huán)境 // 135
任務(wù) 5-2-1.項目運行環(huán)境準(zhǔn)備 // 138
任務(wù) 5-2-2.載入 Python解釋器 // 139
任務(wù) 5-3.公共區(qū)域行人密度檢測算法訓(xùn)練及應(yīng)用 // 141
任務(wù) 5-3-1.公共區(qū)域行人密度檢測模型訓(xùn)練 // 143
任務(wù) 5-3-2.公共區(qū)域行人密度檢測模型預(yù)測// 149
任務(wù) 5-3-3.公共區(qū)域行人密度檢測算法應(yīng)用// 150
項目總結(jié)// 151練習(xí)題// 151
項目 6.人工智能算法模型設(shè)計以禁停區(qū)域車輛檢測場景為例 // 152
任務(wù) 6-1.對禁停區(qū)域車輛數(shù)據(jù)集進(jìn)行標(biāo)注 // 154
任務(wù) 6-1-1.安裝 Labelme并進(jìn)行數(shù)據(jù)標(biāo)注 // 155
任務(wù) 6-1-2.禁停區(qū)域車輛檢測項目數(shù)據(jù)集制作 // 160
任務(wù) 6-2.為禁停區(qū)域車輛檢測項目準(zhǔn)備 Pycharm開發(fā)環(huán)境 // 165
任務(wù) 6-2-1.項目運行環(huán)境準(zhǔn)備 // 166
任務(wù) 6-2-2.在 Pycharm中載入解釋器 // 167
任務(wù) 6-3.禁停區(qū)域車輛檢測算法的設(shè)計及應(yīng)用 // 170
任務(wù) 6-3-1.禁停區(qū)域車輛檢測模型算法設(shè)計 // 171
任務(wù) 6-3-2.禁停區(qū)域車輛檢測算法應(yīng)用// 173
項目總結(jié)// 175練習(xí)題// 176
書單推薦
