青少年人工智能項目式學習教程

高凱 劉希未

  • 出版商: 化學工業
  • 出版日期: 2025-09-01
  • 售價: $480
  • 語言: 簡體中文
  • 頁數: 197
  • ISBN: 7122479668
  • ISBN-13: 9787122479662
  • 相關分類: AI Coding
  • 下單後立即進貨 (約2週~3週)

商品描述

本書基於項目式教學的理念,結合AI教育的實際需求,設計了一系列既有趣又富有挑戰性的學習項目。這些項目涵蓋了AI的基礎概念、編程技巧、機器學習算法以及應用場景等多個方面,旨在通過實踐操作和問題解決,幫助青少年全面提升AI素養和綜合能力。 本書可供學校及青少年科技教育機構的廣大教師及培訓從業人員參考,或作為教材使用。本書也可供青少年自學人工智能,希望通過本書的引導和陪伴,青少年能在AI科技的海洋中暢遊,不斷探索和發現,為未來的學習和職業生涯打下堅實的基礎。

目錄大綱

第一篇 人工智能基礎
一、人工智能發展簡史2
二、重大裏程碑事件3
三、智能時代的概念與特征 4
四、人工智能技術對教育的影響和挑戰 5
五、人工智能技術對科學研究的影響和挑戰 5
六、人工智能技術對社會治理的影響和挑戰 6
七、人工智能技術的未來發展展望7
八、當前人工智能技術的不足之處 7
九、青少年人工智能教育需要考慮哪些因素 8
十、如何讓青少年學生適應未來高速發展的人工智能科技8
十一、中小學人工智能課程應該如何開展 9
十二、結論 10


第二篇 人工智能項目實例
實例一 趣味甲骨文學習小遊戲12
學習活動一:如何訓練一個圖像分類模型14
任務一:AI體驗之分類模型訓練14
任務二:用EasyTrain訓練圖像分類模型14
任務三:用Python代碼訓練圖像分類模型15
任務四:選擇合適的工具訓練甲骨文識別模型16
學習活動二:如何測試模型並應用模型16
任務一:用一張新圖片測試模型效果16
任務二:模型測試實驗17
任務三:模型轉換和應用實踐18
任務四:設計甲骨文識別模型的應用19
學習活動三:如何制作數據集19
任務一:認識ImageNet格式的數據集19
任務二:用BaseDT制作數據集20
任務三:用BaseDT制作甲骨文自制數據集20
任務四:用自制數據集完成模型訓練21
學習活動四:趣味甲骨文學習小遊戲開發21
任務一:學習Gradio庫的安裝和基本使用22
任務二:用Gradio庫搭建簡易模型展示系統22
任務三:構思趣味甲骨文學習小遊戲的功能實現23
任務四:開發趣味甲骨文學習小遊戲24

實例二 智能設備助力番茄的生長25
學習活動一:巧妙解決番茄的土壤灌溉問題26
任務一:使用土壤濕度傳感器26
任務二:土壤濕度檢測儀的值的獲取27
任務三:尋找土壤濕度檢測儀和土壤濕度傳感器的值之間的關系28
任務四:了解番茄苗灌溉設備29
任務五:利用智能設備設計食物供給單元實驗箱30
學習活動二:如何使用攝像頭識別番茄苗的病蟲害31
任務一:辨別番茄健康和非健康的葉子31
任務二:認識機器學習在視頻識別過程中的應用32
任務三:使用攝像頭獲取番茄葉子的圖像33
任務四:使用卷積神經網絡模型分析圖像35
任務五:番茄病蟲害的識別應用37
學習活動三:食物供給單元實驗箱賞析39

實例三 有趣的掌上遊戲機40
學習活動一:認識智能開發板,讓屏幕亮起來41
任務一:點亮LED陣列41
任務二:感知與顯示溫度42
任務三:使用可編程按鈕控制LED43
學習活動二:制作“變量”遊戲43
任務一:制作“剪刀、石頭、布”小遊戲43
任務二:制作聯機小遊戲44
學習活動三:制作“接果果”遊戲45
任務一:制作移動的“籃子”46
任務二:制作掉落的“果子”47
任務三:“接果果”遊戲實現48
學習活動四:使用手勢識別讓遊戲 有趣49
任務一:啟動手勢識別傳感器模塊49
任務二:制作手勢識別“搖骰子”小遊戲50
學習活動五:設計掌上遊戲機的外觀結構51
任務一:設計掌上遊戲機外殼51
任務二:繪制掌上遊戲機外殼工程圖52
任務三:制作、加工、組裝掌上遊戲機外殼53
學習活動六:掌上遊戲機作品賞析53

實例四 自動駕駛,智慧出行54
學習活動一:了解無人駕駛車55
任務一:了解無人駕駛車的誕生與發展55
任務二:比較駕駛自動化等級56
任務三:認識無人駕駛車的組成部分56
任務四:組裝智能小車57
學習活動二:智能小車基本運動59
任務一:智能小車開發環境配置59
任務二:智能小車電機控制60
任務三:通過小部件控制智能小車62
任務四:智能小車遙控63
學習活動三:視覺避障65
任務一:數據采集66
任務二:模型訓練68
任務三:避障駕駛69
學習活動四:智能小車作品賞析71

實例五 智能鳥巢項目的設計與制作73
學習活動一:如何測量和顯示溫濕度74
任務一:測試溫濕度傳感器74
任務二:溫濕度傳感器的測量實踐75
任務三:通過溫濕度變化控制LED燈75
任務四:利用溫濕度傳感器設計智能鳥巢76
學習活動二:如何使用攝像頭對特定物體進行識別76
任務一:使用攝像頭標記ID(身份標識)77
任務二:使用攝像頭識別出紅色小球後,點亮紅色LED燈77
任務三:使用攝像頭進行智能鳥巢的設計78
學習活動三:如何使用水位傳感器進行水位測量78
任務一:使用串口顯示液面是否達到閾值78
任務二:判斷液面是否達到 位置79
任務三:使用水位傳感器對智能鳥巢進行設計79
學習活動四:如何控制電機的運動80
任務一:使舵機在0~180°之間轉動80
任務二:控制直流電機轉動並調速81
任務三:使用電機對智能鳥巢進行設計81
學習活動五:智能鳥巢的結構設計81
任務一:學習軟件的主要組成部分82
任務二:學習繪圖中的技巧性指令82
任務三:繪制出零件圖形83
任務四:設計智能鳥巢的結構84
學習活動六:智能鳥巢作品賞析84

實例六 姿態分類挑戰88
學習活動一:設計姿態分類的算法87
任務一:理解分類87
任務二:分類姿態87
任務三:設計分類90
學習活動二:用Python語言實現姿態分類91
任務一:認識Python工具92
任務二:關鍵點顯示93
任務三:中心化處理93
任務四:編寫函數94
任務五:姿態分類94
任務六:姿態拍攝95
學習活動三:用機器學習實現姿態分類96
任務一:認識機器學習工具96
任務二:分類測試97
任務三:對比總結97

實例七 視力檢測小助手項目的設計與制作98
學習活動一:如何識別手部動作100
任務一:了解手勢分類100
任務二:手勢分類效果分析100
任務三:提升分類識別準確率101
任務四:利用手部關鍵點技術設計視力檢測小助手102
學習活動二:如何獲取手部關鍵點數據102
任務一:使用XEduHub獲取一張圖片中的關鍵點數據102
任務二:優化數據采集思路103
任務三:使用攝像頭對手部關鍵點畫面數據進行采集104
任務四:進一步完善手部關鍵點數據采集功能106
學習活動三:如何訓練手勢動作分類模型106
任務一:拆分數據集為訓練集和驗證集106
任務二:搭建全連接神經網絡並訓練模型107
任務三:驗證模型的效果107
任務四:對 模型進行格式轉換108
任務五:利用訓練好的手勢分類模型對視力檢測小助手進行設計110
學習活動四:如何開發用戶交互界面110
任務一:如何在窗口上顯示圖標110
任務二:在旁邊添加一個位置顯示攝像頭采集畫面111
任務三:結合推理代碼完善用戶交互界面112
任務四:使用用戶交互界面完善視力檢測小助手114
學習活動五:視力檢測小助手作品賞析114

實例八 廚房保衛戰項目的設計與制作116
學習活動一:從目標檢測技術入手分析廚房保衛戰項目117
任務一:學習目標檢測技術118
任務二:拆解廚房保衛戰任務119
學習活動二:體驗目標檢測模型119
任務一:回顧目標檢測知識點120
任務二:學習XEduHub目標檢測代碼120
任務三:上機實踐目標檢測代碼121
學習活動三:竈臺火焰目標檢測數據集制作122
任務一:認識COCO格式數據集122
任務二:準備數據123
任務三:劃分數據124
任務四:使用LabelMe對數據集進行標註125
任務五:將標註文件從LabelMe格式轉為COCO格式125
任務六:檢查整理COCO數據集125
學習活動四:目標檢測模型訓練126
任務一:實踐模型訓練過程126
任務二:評估模型性能127
學習活動五:模型轉換與推理127
任務一:目標檢測模型轉換128
任務二:使用XEduHub進行模型推理128
學習活動六:模型應用與部署129
任務一:實時目標檢測129
任務二:設計邏輯代碼,實現“看火”功能130
任務三:硬件部署132
學習活動七:廚房保衛戰項目展示與評價133

實例九 AI發芽土豆分揀機項目的設計與制作135
學習活動一:學習圖像分類技術137
任務一:了解圖像分類的應用場景137
任務二:體驗圖像分類的項目流程138
任務三:認識數據集的重要性138
學習活動二:數據集制作與優化139
任務一:明確分類問題需求139
任務二:數據預處理和劃分139
任務三:數據集的質量優化140
學習活動三:理解模型訓練算法與算力140
任務一:選擇SOTA模型140
任務二:實踐模型訓練過程141
任務三:評估模型性能142
任務四:深入理解數據、算法、算力的作用142
學習活動四:模型推理與優化143
任務一:土豆分類模型推理143
任務二:了解算力對模型訓練的影響144
任務三:預訓練模型145
任務四:進行訓練參數的實驗145
學習活動五:模型轉換和AI應用部署146
任務一:行空板準備146
任務二:模型轉換146
任務三:行空板部署147
任務四:屏幕顯示圖像與文字148
學習活動六:多模態交互項目疊代149
任務一:了解多模態交互概念150
任務二:設計超聲波檢測開關150
任務三:語音輸出152
任務四:外接舵機分揀154
學習活動七:AI發芽土豆分揀機項目展示與評價156

實例十 口罩檢測項目的設計與制作157
學習活動一:了解機器學習技術158
任務一:總結人類與機器的不同之處158
任務二:比較機器與人類的學習過程159
任務三:了解數據與數據集159
任務四:了解機器學習的一般過程161
學習活動二:口罩檢測項目的制作計劃與準備161
任務一:制訂數據集的初步采集計劃161
任務二:學會使用訓練工具161
任務三:訓練模型,觀察測試模型結果165
學習活動三:自動口罩檢測項目的制作166
任務一:口罩數據采集166
任務二:建立口罩檢測模型166
任務三:測試口罩檢測模型166
學習活動四:口罩檢測項目效果的升級—口罩攻防167
任務一:嘗試“騙過”檢測器167
任務二:訓練能防禦各種攻擊情況的口罩檢測器167
任務三:進行口罩檢測器比賽169


第三篇 人工智能項目實踐
項目實踐一:使用攝像頭進行人臉識別並標記173
學習活動一:導入項目所需的庫174
學習活動二:加載本地圖片175
學習活動三:探索人臉檢測模型175
學習活動四:檢測並標記人臉的圖片176
學習活動五:實現完整的攝像頭視頻人臉檢測177

項目實踐二:中文分詞技術在詞雲圖生成中的應用178
學習活動一:導入項目所需的庫179
學習活動二:加載文本數據180
學習活動三:使用中文分詞技術對文本進行分詞181
學習活動四:生成詞雲圖182
學習活動五:優化詞雲圖生成效果183

項目實踐三:使用目標追蹤計算單擺實驗周期184
學習活動一:導入項目所需的庫,加載單擺視頻185
學習活動二:初始化目標187
學習活動三:逐幀追蹤188
學習活動四:單擺位置-時間信息可視化191
學習活動五:計算單擺周期195


參考文獻198