边缘智能计算是人工智能的前沿技术。本书由浅入深、图文并茂，紧随边缘计算在工业界的最新发展，给出大量的编程和项目案例分析。本书结构完整，理论和实践结合，广度与深度兼备，不仅有理论的阐述和简单的结果展示，而且系统性剖析边缘智能计算技术的重要性，从夯实理论到完成实战一气呵成。本书采取项目驱动教学模式，以学生为主体，以任务为导向组织内容。

本书共5个项目，内容包括边缘计算开发板基础应用、边缘计算算法SDK应用、TensorFlow图像上色模型部署、PyTorch目标检测模型部署、TFLite手掌检测模型部署。本书根据岗位工作任务要求，确定学习任务内容，设计选取了14个工作任务。

本书可作为各类职业院校人工智能技术应用及相关专业的教材，对于从事边缘计算产品应用和研发的相关技术人员与爱好者也有一定的参考价值。本书配有电子课件，选用本书作为教材的教师可登录机械工业出版社教育服务网（www.cmpedu.com），免费注册后下载获取或联系编辑获取（010-88379194）。本书还配有微课，读者可直接扫码观看。

目录

前言

二维码索引

项目1　边缘计算开发板基础应用1

【引导案例】1

任务1　案例体验2

任务2　使用OpenCV实现USB摄像头的调用10

项目2　边缘计算算法SDK应用21

【引导案例】21

任务1　目标检测算法接口的应用22

任务2　人脸识别算法接口应用30

任务3　人体关键点检测算法接口应用43

任务4　车牌识别算法接口应用52

项目3　TensorFlow图像上色模型部署63

【引导案例】63

任务1　使用TensorFlow训练图像彩色化模型64

任务2　TensorFlow模型转换为RKNN模型并进行预测76

项目4　PyTorch目标检测模型部署89

【引导案例】89

任务1　使用YOLOv5实现模型训练及转换90

任务2　ONNX模型文件转换为RKNN模型文件102

任务3　部署YOLOv5模型实现实时检测118

项目5　TFLite手掌检测模型部署131

【引导案例】131

任务1　TFLite模型文件转换为RKNN模型文件132

任务2　使用RKNN模型实现手掌检测140

任务3　部署边缘端手掌检测应用151

参考文献155