边缘计算与智能视觉应用

深入解析边缘计算，全面掌握智能视觉技术。

详解深度学习模型，解决边缘部署核心难题。

掌握智能视觉算法，助力AI 场景创新落地。

前 言

为贯彻落实党的二十大精神和党中央、国务院有关决策部署，按照《关于深化现代职业教育体系建设改革的意见》《国家职业教育改革实施方案》的要求，坚持以教促产、以产助教，不断延伸教育链、服务产业链、支撑供应链、打造人才链、提升价值链，加快形成产教良性互动、校企优势互补的产教深度融合发展格局，持续优化人力资源供给结构，为全面建设社会主义现代化国家提供强大人力资源支撑。本书的编写，正是顺应了国家职业教育改革的发展趋势，以及行业对高素质技术技能人才的迫切需求。

本书共8章，系统地介绍了边缘计算和智能视觉技术的相关知识与应用。第1章“边缘计算概述”为读者提供了一个全面而深入的边缘计算概述，从定义、背景、重要性到发展趋势，全方位展现边缘计算在当前及未来技术生态中的关键地位。第2章“边缘计算硬件平台”深入探讨了边缘计算中的核心硬件平台，重点介绍树莓派和Nvidia Jetson两种嵌入式计算系统，并简要介绍了VMware虚拟机及Ubuntu的安装与配置。第3章“基于AiCam边缘计算开发基础”从简单到复杂，循序渐进地介绍了基于AiCam框架的智能视觉应用技术。第4章“智能视觉技术概述”向读者展示了一个全面而细致的智能视觉技术概述，从定义、背景、主要技术到发展趋势，全方位展现智能视觉技术在当前及未来技术生态中的关键地位。第5章“深度学习智能视觉模型”深入探讨了FSRCNN图像超分辨率重建模型、MobileNet图像分类模型和YOLO目标检测模型，并重点关注了模型在边缘设备上的部署问题。第6章“边缘计算模型的加速技术”重点介绍了NVIDIA开发的TensorRT优化库，帮助读者全面理解和掌握边缘计算中的模型加速技术。第7章“AiCam智能视觉应用技术”进一步探讨了基于AiCam框架的OpenCV智能视觉技术应用，包括车辆识别、数字识别、手势识别、人体识别和语音识别等。第8章“AiCam边缘计算应用技术”延续了前几章的内容，从简单到复杂，循序渐进地介绍了基于AiCam框架的边缘计算应用技术。

本书由湛江幼儿师范专科学校的林海、许华宇、徐卉任主编，揭天平、曹新林［中智讯（武汉）科技有限公司］、李景国（惠州TCL移动通信有限公司）、姚雪兰（湛江科技学院）任副主编，具体编写分工如下：第1章和第4章由徐卉、揭天平编写，第2章、第5章、第6章由林海、李景国编写，第3章、第7章、第8章由许华宇、姚雪兰、曹新林编写。在本书的编写过程中，编者得到了湛江幼儿师范专科学校信息科学系全体教师的鼎力支持。另外，王骥教授对全书的编写工作提出了许多宝贵的指导意见。

通过学习本书，读者不仅能够掌握边缘计算和智能视觉技术的基础知识，还能够在实践中运用所学知识解决实际问题，提高算法素养、信息素养和职业素养，为国家科技创新和产业发展贡献力量。本书注重培养学生的创新精神和责任意识，鼓励其将所学知识应用于实际问题，为推动我国人工智能技术的发展和应用作出贡献，以科技创新助力国家发展战略，实现技术自立自强，也有利于培养该领域人才，提高人工智能边缘计算与视觉设计技术的创新条件基础及核心竞争力。

由于编者水平有限，书中难免存在不妥之处，敬请广大读者谅解。

编 者

2025年1月

目 录
前言

第1章 边缘计算概述 1
1.1 从GPU计算到嵌入式计算 1
1.1.1 GPU计算 1
1.1.2 GPU嵌入式设备介绍 3
1.2 走进边缘计算 6
1.2.1 边缘计算的概念 6
1.2.2 边缘计算的发展阶段 7
1.2.3 边缘计算的特点与优势 7
1.3 Ubuntu系统 8
1.3.1 Ubuntu系统概述 9
1.3.2 Ubuntu系统安装 9
1.4 机器人操作系统 11
1.4.1 ROS的基本概念和特点 12
1.4.2 ROS的架构和设计 14
1.4.3 ROS的版本和发展 15
1.4.4 ROS的应用 16
单元测试 18
第2章 边缘计算硬件平台 21
2.1 树莓派嵌入式计算平台 21
2.1.1 树莓派硬件介绍 22
2.1.2 树莓派在边缘计算中的应用案例 30
2.2 VMware虚拟机 34
2.2.1 VMware虚拟机的特点 35
2.2.2 虚拟机的Ubuntu系统安装与配置 36
2.3 Ubuntu开发环境的安装与配置 39
2.3.1 Miniconda安装 39
2.3.2 Conda安装虚拟环境 41
2.3.3 PyTorch安装 42
2.3.4 PyCharm安装与使用 43
2.4 NVIDIA Jetson嵌入式计算平台 46
2.4.1 系列产品介绍 46
2.4.2 GPIO硬件资源介绍 49
2.4.3 RGB LED灯实验 51
2.4.4 有源蜂鸣器实验 53
2.4.5 全彩LED灯实验 54
2.4.6 轻触按键实验 56
2.4.7 OLED显示实验 57
单元测试 59
第3章 基于AiCam边缘计算开发基础 63
3.1 AiCam边缘框架认知 63
3.1.1 AiCam框架结构 63
3.1.2 开发平台的介绍 71
3.1.3 开发工具的使用 76
3.1.4 应用案例 81
3.2 基于AiCam边缘算法开发 84
3.2.1 边缘智能算法类与方法 85
3.2.2 基于实时推理接口调用开发 86
3.2.3 基于单次推理接口调用开发 88
3.3 基于AiCam边缘计算模型开发 91
3.3.1 边缘智能模型的训练 92
3.3.2 边缘智能模型的推理 101
3.3.3 模型接口开发 105
3.3.4 边缘模型算法开发 109
单元测试 111
第4章 智能视觉技术概述 116
4.1 目标检测技术 116
4.1.1 定义与概述 117
4.1.2 主流算法 118
4.1.3 挑战与发展 122
4.2 人体姿势识别技术 122
4.2.1 定义与概述 122
4.2.2 主流算法 124
4.2.3 挑战与发展 127
4.3 图像分割技术 128
4.3.1 定义与概述 128
4.3.2 主流算法 129
4.3.3 挑战与发展 133
4.4 图像分类技术 134
4.4.1 定义与概述 134
4.4.2 主流算法 135
4.4.3 挑战与发展 140
4.5 人脸识别技术 141
4.5.1 定义与概述 141
4.5.2 主流算法 142
4.5.3 挑战与发展 145
4.6 车牌识别技术 146
4.6.1 定义与概述 146
4.6.2 主流算法 147
4.6.3 挑战与发展 149
4.7 目标追踪技术 150
4.7.1 定义与概述 150
4.7.2 主流算法 151
4.7.3 挑战与发展 153
单元测试 154
第5章 深度学习智能视觉模型 157
5.1 FSRCNN图像超分辨率重建模型 157
5.1.1 FSRCNN模型架构详解 157
5.1.2 FSRCNN模型实现 158
5.1.3 FSRCNN模型训练环境要求 161
5.1.4 FSRCNN模型训练 162
5.1.5 模型在边缘设备上的部署 164
5.2 MobileNet图像分类模型 166
5.2.1 MobileNetV3模型架构解析 166
5.2.2 MobileNet模型实现 167
5.2.3 MobileNet模型训练环境要求 168
5.2.4 MobileNet模型训练 170
5.2.5 模型在边缘设备上的部署 173
5.3 YOLO目标检测模型 174
5.3.1 YOLO算法原理介绍 174
5.3.2 YOLO模型版本演进（v1～v8） 175
5.3.3 YOLO模型训练数据标注 176
5.3.4 数据集扩展 179
5.3.5 YOLO模型训练 182
5.3.6 YOLO模型在边缘设备上的推理 185
单元测试 186
第6章 边缘计算模型的加速技术 189
6.1 TensorRT简介 189
6.1.1 TensorRT概述 189
6.1.2 TensorRT的工作原理 190
6.2 Jetson TX2安装YOLOv8 191
6.2.1 Jetpack的检查与升级 191
6.2.2 创建Conda环境 193
6.2.3 安装PyTorch 193
6.2.4 配置TensorRT Pybind 194
6.3 TensorRT Engine构建 194
6.4 TensorRT部署 195
6.4.1 TensorRT Engine加载及推理 196
6.4.2 TensorRT推理代码 196
单元测试 198
第7章 AiCam智能视觉应用技术 200
7.1 OpenCV计算机视觉基础 200
7.1.1 OpenCV简介 200
7.1.2 OpenCV安装 203
7.1.3 OpenCV示例 206
7.2 图像基础算法 209
7.2.1 图像采集与图像标记 209
7.2.2 图像转换与图像变换 216
7.2.3 图像边缘检测 222
7.3 图像基础应用 224
7.3.1 颜色与形状识别 225
7.3.2 数字与二维码识别 229
7.3.3 人脸检测与人脸关键点 232
7.3.4 人脸识别与目标追踪 235
7.4 深度学习应用 240
7.4.1 人脸检测 240
7.4.2 人脸识别 244
7.4.3 手势识别 246
单元测试 249
第8章 AiCam边缘计算应用技术 253
8.1 智慧门禁系统应用开发 253
8.1.1 系统分析与功能设计 253
8.1.2 开发流程与算法交互 258
8.1.3 结果与应用验证 261
8.2 智慧安防系统应用开发 267
8.2.1 系统分析与功能设计 267
8.2.2 开发流程与算法交互 270
8.2.3 结果与应用验证 273
8.3 智慧停车系统应用开发 277
8.3.1 系统分析与功能设计 277
8.3.2 开发流程与算法交互 280
8.3.3 结果与应用验证 285
8.4 流感防疫监测系统应用开发 290
8.4.1 系统分析与功能设计 290
8.4.2 开发流程与算法交互 298
8.4.3 结果与应用验证 302
单元测试 306
参考文献 313

1. 零基础玩转国产大模型DeepSeek [徐永冰 张帅 编著]
2. 网络工程师5天修炼（适配第6版考纲） [主编　朱小平 施游]
3. 信息系统项目管理师考试32小时通关（适用第4版考纲） [薛大龙]
4. 信息系统管理工程师考试32小时通关（适配第2版考纲） [薛大龙　刘伟]
5. 土木工程材料检测实训 [洪晓江 达则晓丽 钱波]
6. 科技信息检索与论文写作实用教程 [李振华]
7. 传统山水画论解读与实践 [陈钠 著]
8. Python数据库编程 [主编 殷树友 邢 翀]
9. 计算机基础实训指导 [主编 袁春萍 朱妮]
10. 嵌入式人工智能技术应用（数字教材） [主编 胡娜 杨国勇 晏廷荣]
11. Vienna整流器技术 [桂存兵 著]
12. 变频器与伺服应用 [陈刚 叶云飞]
13. 物联网工程设计与实践 [汤琳 李敏]
14. 炉边夜话——深入浅出话AI [汪建　著]
15. 电商运营与管理 [钟肖英 陈潇]
16. Java面向对象程序设计 [主编 姜春磊 陈虹洁]
17. 信息技术基础（Windows 10+WPS Office）（微课版） [主编　石利平　田辉平　谢盛嘉]
18. 人工智能应用 [主编　陈　萍　刘培培　陈孟军]
19. 大学生职业发展与就业指导 [主编　刘志坚]
20. 高级办公应用项目教程 [主编 屈晶 赵成丽]
21. 微信小程序开发项目实战（微课版） [主编 黄龙泉 郭峰 朱倩]
22. 企业档案工作实战宝典百问百答 [华俊 卢秀英 邵甜甜 著]
23. 计算机网络原理及应用 [主编 唐继勇 叶坤 孙梦娜]
24. 大学生创业基础 [主编 王丽莉 王 杨]
25. 船舶辅机 [主编 王连海 于洋 姜淑翠]
26. 大学生就业指导 [主编 王丽莉 董宴廷]
27. 系统架构设计师章节习题与考点特训 [主编 薛大龙 邹月平]
28. 高校学生工作探索与实践 [郭亮 著]
29. 大学生情商管理 [方雄 著]
30. 2023年长沙市会展业发展报告 [主编 周栋良]