數(shù)據(jù)采集概述數(shù)據(jù)采集1.數(shù)據(jù)采集概述-大數(shù)據(jù)的定義2.網(wǎng)絡數(shù)據(jù)采集-網(wǎng)絡爬蟲原理及流程3.端側(cè)數(shù)據(jù)采集-端側(cè)數(shù)據(jù)采集概述4.數(shù)據(jù)存儲與加載-數(shù)據(jù)編碼5.數(shù)據(jù)處理概述-數(shù)據(jù)處理的工具6.圖像類數(shù)據(jù)處理-圖像基礎知識7.文本類數(shù)據(jù)處理-文本數(shù)據(jù)基礎知識及應用8.數(shù)據(jù)標注概述-數(shù)據(jù)標注在行業(yè)中的應用9.圖像數(shù)據(jù)標注-圖像數(shù)據(jù)標注的常用領域10.文本數(shù)據(jù)標注-文本數(shù)據(jù)標注形式11.深度學習圖像分類應用實戰(zhàn)-智能垃圾分類的應用12.深度學習情感分析應用實戰(zhàn)-情感分析的行業(yè)背景課堂導入大量標注好的數(shù)據(jù)能夠讓機器掌握更多知識，變得更加智能，同時提升人工智能算法的性能。那么如何獲取到大量的數(shù)據(jù)呢？ETL操作流程圖項目描述數(shù)據(jù)采集簡單來說是對數(shù)據(jù)進行ETL操作，即抽?。‥xtract）、轉(zhuǎn)換（Transform）和加載（Load），將分散、零亂、標準不統(tǒng)一的數(shù)據(jù)整合到一起，構建數(shù)據(jù)倉庫，然后才能對數(shù)據(jù)進行分析和處理。大數(shù)據(jù)大數(shù)據(jù)是信息化發(fā)展到一定階段的產(chǎn)物。隨著信息技術和人類生產(chǎn)生活深度融合，互聯(lián)網(wǎng)快速普及，全球數(shù)據(jù)呈現(xiàn)爆發(fā)增長、海量集聚的特點。大數(shù)據(jù)BigData數(shù)據(jù)來源數(shù)據(jù)類型爆發(fā)增長海量聚集大數(shù)據(jù)

大數(shù)據(jù)通常指數(shù)據(jù)量超過一定大小，無法用常規(guī)的硬件設備和軟件工具在規(guī)定時間內(nèi)進行管理或處理的數(shù)據(jù)集合。一般情況下，100TB以上的數(shù)據(jù)量可以認為是大數(shù)據(jù)。1024MB=1GB1024GB=1TB1024TB=1PB1024PB=1EB1024EB=1ZB大數(shù)據(jù)按數(shù)據(jù)產(chǎn)生的形式進行劃分，大數(shù)據(jù)可主要分為以下兩大來源。1數(shù)據(jù)來源人類活動產(chǎn)生的海量數(shù)據(jù)傳感器設備產(chǎn)生的海量數(shù)據(jù)大數(shù)據(jù)2數(shù)據(jù)類型

人類活動與傳感器設備帶來了海量的數(shù)據(jù)，而對于人工智能應用而言，其中常用的數(shù)據(jù)類型較為有限。常用的數(shù)據(jù)類型包括圖像數(shù)據(jù)、語音數(shù)據(jù)和文本數(shù)據(jù)3種。圖像數(shù)據(jù)文本數(shù)據(jù)語音數(shù)據(jù)大數(shù)據(jù)2數(shù)據(jù)類型

圖像數(shù)據(jù)是指在計算機中用數(shù)值表示的圖像中各像素的集合，為交通、安防、醫(yī)療等領域的人工智能應用和產(chǎn)品提供了視覺感知能力基礎。智能街景識別人臉識別大數(shù)據(jù)2數(shù)據(jù)類型

語音數(shù)據(jù)是以數(shù)字化形式存儲在計算機系統(tǒng)中的聲音數(shù)據(jù)，為問答交互系統(tǒng)以及對話機器人等人工智能應用的研發(fā)提供了前提。語音識別大數(shù)據(jù)2數(shù)據(jù)類型

文本數(shù)據(jù)是指不能參與算術運算的任何字符，也稱為字符型數(shù)據(jù)，常用于解決中文分詞、命名實體識別等序列標注問題，以及情感分類、意圖分類等文本分類問題。2022北京冬奧會可真是太精彩了這家店的特色菜味道其實一般般吧這不尊敬人的舉動真是讓人生氣積極中性消極網(wǎng)絡數(shù)據(jù)采集數(shù)據(jù)采集課堂導入世界上每時每刻都在產(chǎn)生數(shù)據(jù)，包括大量的社交應用數(shù)據(jù)、電子商務數(shù)據(jù)、新聞媒體數(shù)據(jù)等等，該如何采集這些數(shù)據(jù)呢？企業(yè)應用數(shù)據(jù)……電子商務數(shù)據(jù)社交應用數(shù)據(jù)網(wǎng)絡游戲數(shù)據(jù)商品評論數(shù)據(jù)項目描述本項目將著重介紹網(wǎng)絡數(shù)據(jù)采集中的網(wǎng)絡爬蟲法的基本原理和過程，并利用Python實現(xiàn)對人工智能交互式在線實訓及算法校驗系統(tǒng)上的“石頭剪刀布靜態(tài)頁面”數(shù)據(jù)的爬取。網(wǎng)絡爬蟲原理及流程網(wǎng)絡爬蟲是一種從網(wǎng)頁上抓取數(shù)據(jù)信息，通過制定過濾規(guī)則對數(shù)據(jù)進行過濾，并保存過濾后數(shù)據(jù)的自動化程序。網(wǎng)絡爬蟲的主要思想是模擬人類瀏覽操作，在這種模擬的基礎上解析網(wǎng)頁、提取數(shù)據(jù)。PDF文檔Word文檔圖片視頻音頻HTML文檔網(wǎng)絡爬蟲原理及流程PDF文檔Word文檔圖片視頻音頻HTML文檔2.解析源代碼而想要進一步獲取想要的信息，則需要對源代碼中的信息進行進一步的提取。網(wǎng)絡爬蟲第一步是利用網(wǎng)絡地址URL，通過一定的方式獲取網(wǎng)頁的源代碼。1.獲取網(wǎng)頁源代碼網(wǎng)絡爬蟲原理及流程提取到一系列的URL和目標數(shù)據(jù)后，目標數(shù)據(jù)會根據(jù)需求被保存到指定位置。3.保存數(shù)據(jù)4.自動化程序不斷地從URL列表中提取新的URL和數(shù)據(jù)，在需要相同或相似數(shù)據(jù)的時候就可以高效復用。PDF文檔Word文檔圖片視頻音頻HTML文檔端側(cè)數(shù)據(jù)采集數(shù)據(jù)采集課堂導入通過網(wǎng)絡爬蟲或網(wǎng)站公開API等方式從網(wǎng)站上獲取數(shù)據(jù)信息的方法，通常受限于平臺的開放程度，且數(shù)據(jù)通常不具備實時性，因此訓練的模型無法及時調(diào)整應對突發(fā)情況。那么如何快速地采集大量的實時數(shù)據(jù)呢？項目描述在本項目中，將主要介紹端側(cè)數(shù)據(jù)采集的概述與采集設備的分類，以及端側(cè)數(shù)據(jù)采集的方式，并將利用相關設備與EasyData在線平臺共同完成視頻抽幀實驗。端側(cè)數(shù)據(jù)采集概述端側(cè)設備數(shù)據(jù)采集的具體過程是從物理側(cè)敏感元件獲取的數(shù)據(jù)形成模擬量，通過模數(shù)轉(zhuǎn)換器將模擬量轉(zhuǎn)化為數(shù)字量，最后形成特定格式的數(shù)據(jù)。輸出量基本轉(zhuǎn)換電路輔助電路轉(zhuǎn)換元件敏感元件被測量中間量端側(cè)數(shù)據(jù)采集概述數(shù)據(jù)采集系統(tǒng)包括了：可視化的報表定義、審核關系的定義、報表的審批和發(fā)布、數(shù)據(jù)填報、數(shù)據(jù)預處理、數(shù)據(jù)評審、綜合查詢統(tǒng)計等功能模塊。數(shù)字I/O通?？捎糜诳刂七^程、產(chǎn)生測試信號以及外設通信等。其參數(shù)包括了驅(qū)動能力及接收或發(fā)送率等。數(shù)據(jù)采集系統(tǒng)數(shù)字I/O端側(cè)數(shù)據(jù)采集概述模擬輸入一般由多路開關、放大器、采樣保持電路以及A/D來實現(xiàn)，能夠?qū)⒛M信號轉(zhuǎn)化為數(shù)字信號。數(shù)字I/O通?？捎糜诳刂七^程、產(chǎn)生測試信號以及外設通信等。其參數(shù)包括了驅(qū)動能力及接收或發(fā)送率等。模擬輸入/輸出數(shù)字I/O數(shù)據(jù)存儲與加載數(shù)據(jù)采集課堂導入我們經(jīng)常會見到“.bmp”，“.jpg”,“.txt”等格式的文件。不同存儲格式的文件有什么區(qū)別？該如何使用這些文件呢？項目描述數(shù)據(jù)存儲的格式雖然五花八門，但是其存儲和加載的方式卻是一脈相通的。因此，在本項目中，將了解多種不同的圖像、文字、語音等數(shù)據(jù)的存儲格式，并以掌握如何存儲、加載不同的數(shù)據(jù)為最終目的進行學習。數(shù)據(jù)存儲及加載流程如下圖所示。數(shù)據(jù)讀取流程圖數(shù)據(jù)編碼數(shù)據(jù)編碼是指對計算機加工處理的對象進行編碼，用一個編碼符號代表一條信息或一串數(shù)據(jù)。人們可以利用編碼來識別每一個記錄，區(qū)別處理方法，進行分類和校核，從而節(jié)省存儲空間，提高處理速度。文本MAnASCII7797110二進制010011010110000101101110數(shù)據(jù)編碼1圖像編碼圖像編碼的作用在于去除冗余數(shù)據(jù)，以減少表示數(shù)字圖像時需要的數(shù)據(jù)量，也稱為圖像壓縮。在圖像壓縮中，有3種基本的數(shù)據(jù)冗余，包括編碼冗余、像素間冗余、視覺冗余。編碼冗余像素間冗余視覺冗余有損壓縮數(shù)據(jù)編碼1圖像編碼無損壓縮無損壓縮是指優(yōu)化文件的數(shù)據(jù)存儲方式，采用算法對文件中重復數(shù)據(jù)信息進行表示。無損壓縮的文件可以完全還原，不影響任何文件內(nèi)容。有損壓縮是指在保存圖像時，將色相及純度的信息和周圍像素進行合并操作。由于信息量減少了，所以壓縮比更高，但圖像質(zhì)量也會相應地下降。圖像壓縮數(shù)據(jù)編碼1圖像編碼算法名稱算法描述哈夫曼編碼在源數(shù)據(jù)中出現(xiàn)概率越大的符號，分配的碼字越短，用盡可能少的碼表示源數(shù)據(jù)。算術編碼利用編碼符號的聯(lián)合概率，用一個單獨的浮點數(shù)代替一串輸入符號。預測編碼對新的信息進行編碼，以消除相鄰像素之間的相關性和冗余性。變換編碼把圖像從空間域轉(zhuǎn)化為能量比較集中的變換域系數(shù)，然后對變換系數(shù)進行編碼。數(shù)據(jù)編碼計算機只能處理數(shù)字，如果要處理文本，就必須先把文本轉(zhuǎn)換為計算機能識別的二進制數(shù)才能處理，將文本轉(zhuǎn)換為二進制數(shù)的過程稱為編碼，常見的字符編碼格式有以下幾種：2文本編碼ASCII

GBKUnicodeUTF-8數(shù)據(jù)處理概述數(shù)據(jù)處理課堂導入通過網(wǎng)絡爬蟲和端側(cè)采集所獲取到的數(shù)據(jù)通常混雜著無用的數(shù)據(jù)。如何從中提取出有價值、有意義的數(shù)據(jù)呢？項目描述本項目將介紹數(shù)據(jù)處理的工具，分析如何對圖像數(shù)據(jù)和文本數(shù)據(jù)進行數(shù)據(jù)清洗和數(shù)據(jù)可視化，并介紹數(shù)據(jù)處理的行業(yè)應用現(xiàn)狀，最后將通過EasyData平臺對文本數(shù)據(jù)進行處理，掌握基礎數(shù)據(jù)處理工具的使用。

數(shù)據(jù)處理的工具通過數(shù)據(jù)處理提高數(shù)據(jù)質(zhì)量通過數(shù)據(jù)分析選取合適的模型和算法數(shù)據(jù)處理一般指，對數(shù)據(jù)庫、數(shù)據(jù)日志、網(wǎng)絡、端側(cè)設備等采集得到的數(shù)據(jù)進行處理的過程。

數(shù)據(jù)處理的工具進行數(shù)據(jù)處理，若能夠借助一款好的數(shù)據(jù)分析工具，則能讓數(shù)據(jù)處理事半功倍，提高處理效率。EasyData智能數(shù)據(jù)服務平臺以及Python是其中2種簡單易用的工具。

數(shù)據(jù)處理的工具在圖像數(shù)據(jù)方面，EasyData可以快速高效地去除模糊、重復的圖像，還可以對圖像進行批量裁剪、旋轉(zhuǎn)處理；在文本數(shù)據(jù)方面，EasyData可以去除文本中的表情符號、網(wǎng)址，還可以將文本中的繁體字轉(zhuǎn)換為簡體字。去除模糊圖像繁體/簡體轉(zhuǎn)換

數(shù)據(jù)處理的工具Python簡單易學、可讀性強，并且擁有非常多優(yōu)秀的第三方庫，使得Python在數(shù)據(jù)處理、數(shù)據(jù)分析以及數(shù)據(jù)可視化等方面成為企業(yè)的一個優(yōu)選方案。

數(shù)據(jù)處理的工具處理大型數(shù)據(jù)集，并建立復雜的機器學習模型。處理復雜的數(shù)據(jù)邏輯，實現(xiàn)統(tǒng)計軟件的實驗數(shù)據(jù)分析任務。對于數(shù)據(jù)分析、統(tǒng)計技能以及其他開發(fā)初學者入門門檻低。代碼簡潔、可讀性強，同時在數(shù)據(jù)分析上支持更多圖像處理的包和工具集。數(shù)據(jù)處理任務數(shù)據(jù)分析任務學習門檻低可讀性強圖像類數(shù)據(jù)處理數(shù)據(jù)處理課堂導入人們在認知圖像時，根據(jù)其形狀等特征進行分類，人腦的這種思維能力就構成了模式和識別的能力。人工智能模型是如何認識和理解圖像信息的呢？圖像處理的過程2項目描述本項目將學習圖像數(shù)據(jù)的處理工作，包括針對圖像數(shù)據(jù)的清洗、分析以及可視化。為后續(xù)的模型訓練提供更高質(zhì)量的圖像數(shù)據(jù)集。并且將通過項目實施，對“石頭剪刀布”的圖像數(shù)據(jù)集進行處理，進一步理解并掌握圖像數(shù)據(jù)處理的方法。

圖像基礎知識形式最簡單的圖像是一個二維函數(shù)，將坐標點的數(shù)值映射到表示亮度或顏色相關的整數(shù)或?qū)崝?shù)，坐標點稱為像素，像素值對應著像素點的灰度值或顏色值。1圖像的概念像素（0，0）像素（15，7）YX在計算機中，通常將像素通道所對應的值表示為（0~255）的整數(shù)或（0~1）的浮點數(shù)。RGB圖像是由紅、綠、藍3個顏色通道組成的，3個顏色通道共同作用產(chǎn)生了完整的圖像，需要使用“寬度×高度×3”的三維數(shù)組模式存儲，R、G、B，依次表示紅色、綠色和藍色。

圖像基礎知識2圖像的存儲方式

圖像基礎知識3圖像的存儲格式UPLOAD圖像原始格式，占用較大的存儲空間。BMP圖像交換格式，最多可用256種顏色。GIF有損壓縮格式，某些像素值會有少許變化。JPG一種無損壓縮格式。PNG文本數(shù)據(jù)處理應用數(shù)據(jù)處理課堂導入人在語言不通的情況下，通常會使用什么樣的形式交流呢？語音？文本？項目描述文本數(shù)據(jù)的數(shù)量在現(xiàn)代化的生活中不斷增長，這也迫切需要人們從文本數(shù)據(jù)中挖掘新知識、新觀點，處理文本數(shù)據(jù)已經(jīng)變得前所未有的重要。本項目中，將學習文本數(shù)據(jù)的處理方法，包括數(shù)據(jù)清洗、數(shù)據(jù)分析與數(shù)據(jù)可視化，并且將通過對對話情感傾向分析的實踐項目，來進一步掌握文本數(shù)據(jù)處理的方法。

文本數(shù)據(jù)基礎知識及應用文本數(shù)據(jù)屬于非結構化數(shù)據(jù)，常應用在自然語言處理學科當中。自然語言處理（NLP）是人工智能和語言學領域的分支學科。探討如何處理及運用自然語言，特別是如何編程計算機以成功處理大量的自然語言數(shù)據(jù)。

文本數(shù)據(jù)基礎知識及應用情感分析情感分析是對帶有感情色彩的文本進行分析、處理、歸納和推理的過程，可以用于輿情監(jiān)控、信息預測以及了解某消費品在大眾心目中的評價。機器翻譯研究使用計算機將文本數(shù)據(jù)從一種語言翻譯成另一種語言的任務。很多研究使用深度模型直接對翻譯過程建模，并在只提供原語言文本數(shù)據(jù)與譯文數(shù)據(jù)的情況下自動學習必要的語言知識。

文本數(shù)據(jù)基礎知識及應用語音交互接受人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計算機可讀的輸入；進行文本數(shù)據(jù)的理解和處理以及將文本數(shù)據(jù)轉(zhuǎn)化為語言的過程。聊天機器人聊天機器人提供一種開放域的聊天場景，就像兩個朋友之間聊天，不限制主題和內(nèi)容。閑聊式的機器人開發(fā)難度大，需要巨量的文本數(shù)據(jù)集以及能兼顧靈活度和準確度的算法模型。數(shù)據(jù)標注概述數(shù)據(jù)標注課堂導入人工智能應用最廣泛的場景無非以下兩個：智能語音、人臉識別。那數(shù)據(jù)標注到底如何在智能場景中“發(fā)光發(fā)熱”？項目描述數(shù)據(jù)標注對于人工智能的具體應用有著很重要的意義。本項目將介紹并通過項目實施，基于EasyDL平臺，利用“花卉識別”數(shù)據(jù)集進行數(shù)據(jù)標注，了解數(shù)據(jù)標注對于人工智能的意義。數(shù)據(jù)標注的概念數(shù)據(jù)標注的類型數(shù)據(jù)標注的相關應用數(shù)據(jù)標注在行業(yè)中的應用1智能交通近年來，隨著人工智能浪潮的興起，無人駕駛、智能交通安全系統(tǒng)走進了日常生活之中，國內(nèi)許多公司紛紛投入到自動駕駛、無人駕駛的研究。無人駕駛智能交通安全系統(tǒng)數(shù)據(jù)標注在行業(yè)中的應用1智能交通數(shù)據(jù)標注的參與對于智能交通的發(fā)展起到了非常大的作用，具體工作包括采集行車視頻并對路況信息進行提取，對包括紅綠燈、停車點及車道線在內(nèi)的所有參與交通的事物進行標注。從而為行人識別車輛識別紅綠燈識別車道線識別等技術提供精確的訓練數(shù)據(jù)，為智能交通保駕護航。??行人識別車輛識別車輛識別車道線識別數(shù)據(jù)標注在行業(yè)中的應用2智能語音智能語音技術旨在打通人與機器的通信問題，涉及多學科，其核心技術包括

語音識別

聲紋識別

語音合成

自然語言理解數(shù)據(jù)標注在行業(yè)中的應用2智能語音智能語音技術中，應用到數(shù)據(jù)標注的場景主要是：語音語言采集情感判斷語音文字轉(zhuǎn)化數(shù)據(jù)標注在行業(yè)中的應用3智能金融

在金融領域，人工智能技術不僅可以應用在身份驗證、智能投資咨詢方面，還可以應用在風險管理、欺詐檢測等方面。所以，通過高質(zhì)量的標注數(shù)據(jù)提高金融機構的執(zhí)行效率與準確率，已經(jīng)成為一大趨勢。人臉識別活體檢測身份驗證智能投資咨詢數(shù)據(jù)標注在行業(yè)中的應用4智能家居智能家居在全球范圍內(nèi)都出現(xiàn)了強勁的發(fā)展勢頭，并且其結合日趨成熟的物聯(lián)網(wǎng)技術，將會有更大的發(fā)展空間。數(shù)據(jù)標注在行業(yè)中的應用5智能家居

在智能家居方面，數(shù)據(jù)標注的應用包括人臉標記家具的標記場景的語義分割喚醒詞和語音的采集數(shù)據(jù)標注在行業(yè)中的應用5電子商務在電子商務的行業(yè)應用場景中，數(shù)據(jù)標注能夠幫助商家深度挖掘數(shù)據(jù)集，預測需求發(fā)展趨勢，優(yōu)化價格與庫存，從而達成幫助商家精準營銷的目標。數(shù)據(jù)標注在行業(yè)中的應用6電子商務通過采集大量的用戶搜索內(nèi)容，并對這些內(nèi)容進行數(shù)據(jù)標注，并基于自然語言處理技術進行意圖判斷、糾錯、情感判斷等，實現(xiàn)對用戶需求的預測，從而協(xié)助電商平臺完善用戶搜索的答案，提高搜索的匹配程度。50%數(shù)據(jù)標注在行業(yè)中的應用6電子商務對用戶需求的預測過程，其核心在于對用戶進行精準的標簽化處理，進一步建立用戶興趣圖譜與用戶畫像，并通過智能推薦系統(tǒng)，向用戶推薦高度匹配的產(chǎn)品，實現(xiàn)精準營銷。圖像數(shù)據(jù)標注數(shù)據(jù)標注課堂導入工欲善其事，必先利其器要想做好數(shù)據(jù)標注這項工作，也需要“利器”。EasyDataLabelImg

LabelMe10項目描述本項目:1、對常見的圖像數(shù)據(jù)標注工具和數(shù)據(jù)集做簡單的介紹2、熟悉圖像數(shù)據(jù)標注的質(zhì)量標準3、了解圖像數(shù)據(jù)標注的常用領域來進一步認識數(shù)據(jù)標注4、最后將通過EasyData平臺對垃圾分類數(shù)據(jù)集進行標注，掌握圖像數(shù)據(jù)標注的流程圖像數(shù)據(jù)標注的應用領域1自動駕駛領域科技的發(fā)展帶動生活質(zhì)量的提高。由自動駕駛概念圖到百度自動駕駛出租車服務在北京開放測試，自動駕駛技術逐步走向成熟。本節(jié)將簡單對自動駕駛領域中的圖像數(shù)據(jù)標注進行介紹。圖像數(shù)據(jù)標注的常用領域1自動駕駛領域

信號燈標注信號燈標注包括分類標注、區(qū)域標注和語義標注。車輛標注車輛標注是通過矩形框標注，將車輛標注出來以便于識別車輛。

道路線標注道路線標注是通過多邊形標注將道路線標注出來以便于識別車道。圖像數(shù)據(jù)標注的常用領域隨著現(xiàn)代化工業(yè)生產(chǎn)水平的提高和當今社會對產(chǎn)品質(zhì)量的需求，自動化和智能化生產(chǎn)已經(jīng)成為一個必然趨勢，計算機視覺技術也成為許多自動化生產(chǎn)系統(tǒng)的前提與保證，其在工業(yè)質(zhì)檢領域中發(fā)揮著重要作用。在工業(yè)質(zhì)檢中，主要涉及的圖像數(shù)據(jù)標注為表面缺陷標注。2工業(yè)質(zhì)檢領域圖像數(shù)據(jù)標注的常用領域通過表面缺陷標注，可以對表面缺陷進行檢測、分類，提高工業(yè)檢測的檢測速率、準確率以及智能自動化程度。如，在制造和組裝鍵盤流水線中，通過缺陷標注，訓練質(zhì)檢模型，使得模型能夠自動識別鍵盤組裝后的合格性，包括漏裝、錯裝、正常三類；在制造噴油器閥座的生產(chǎn)線中，通過缺陷標準，訓練之間模型，對噴油嘴閥座的相關問題，包括黑點（black）、瑕疵（defect）、劃痕（scratch）等進行檢測2工業(yè)質(zhì)檢領域圖像數(shù)據(jù)標注的常用領域智能安防系統(tǒng)不僅可以實時監(jiān)測發(fā)生的各種狀況，還可以對內(nèi)容進行提取分析，通過分析監(jiān)控攝像頭中的關鍵信息，如車牌、人臉和動作等，進行風險把控，從而起到防患于未然的作用。3智能安防領域圖像數(shù)據(jù)標注的常用領域2智能安防領域

人臉標注人臉標注是基于人臉的特征進行身份識別和信息提取的一類生物識別技術，主要是對人臉輪廓的關鍵點進行標注。人臉標注在智能安防領域有著其獨特優(yōu)勢，如人臉數(shù)據(jù)比較容易獲取，更加直接、便捷；對識別者不具侵犯性，使用者無任何心理障礙等。目前隨著人臉識別技術的不斷發(fā)展與成熟，已經(jīng)可以對被識別者在中遠距離進行隱蔽操作，在智能安防和平安城市領域有著重要的應用價值。圖像數(shù)據(jù)標注的常用領域2智能安防領域人體標注人體標注是通過矩形框?qū)θ诉M行標注，主要應用于人數(shù)的統(tǒng)計。一般在超市、工廠等人員容易密集的場所，需要通過統(tǒng)計進出的人員數(shù)量來判斷該場所所能容納的人數(shù)是否飽和，該舉措可以有效地防范因為人員過于密集而帶來的危險。如圖所示，為人體標注示例。文本數(shù)據(jù)標注數(shù)據(jù)標注文本標注常見的文本數(shù)據(jù)標注主要有文本實體標注、文本情感分類標注、文本相似度標注三種。接下來我們將來了解上述幾種文本數(shù)據(jù)標注。文本標注文本實體標注文本情感分類標注文本相似度標注文本實體標注

文本實體標注就是對自然語言文本中的實體進行標注，定位出某些預定義實體的字串。預定義的實體一般包括人名、地名、日期、時間、數(shù)量、名稱等。如“李華在上海吃了小籠包”經(jīng)文本實體標注后的效果如圖所示。文本情感分類標注

文本情感分類就是將帶有情感色彩的文本劃分為不同的類別，為文本進行相應的標注。具體的分類標簽需要根據(jù)實際需求確定，一般的文本情感分類標簽為兩類，分別是積極和消極。圖中為文本情感分類標注示例。文本相似度標注文本相似度標注指的是對兩份文本通過標注“詞向量”等方法進行標注，詞向量就是使用一串數(shù)值來描述一個詞的方法。在建立深度學習模型后實現(xiàn)文本相似性的分析，包括對詞語、句子、短語以及段落之間的相似性分析。通過詞向量技術，可以將詞轉(zhuǎn)化成為稠密向量，并且對于相似的詞，其對應的詞向量也相近。根據(jù)詞向量即可計算兩個詞之間的相似度，如圖所示，為文本相似度分析示例。深度學習圖像分類應用實戰(zhàn)深度學習應用實戰(zhàn)課堂導入同學們，這是智能手機里的智能相冊分類功能，大家覺得這個功能開發(fā)屬于計算機視覺中的哪個任務呢？項目描述近年來，隨著《生活垃圾分類制度實施方案》《“無廢城市”建設試點工作方案》逐步落實，我國垃圾分類事業(yè)步入快車道。在這個過程中，利用自主研發(fā)、自主生產(chǎn)的智能設備進行垃圾回收的公司日漸增多。在本項目中，主要以垃圾分類為例，了解圖像分類開發(fā)流程，掌握基于垃圾分類場景的數(shù)據(jù)處理、數(shù)據(jù)標注及模型訓練步驟。智能垃圾分類的應用某企業(yè)在使用EasyDL平臺后，將常見的飲料垃圾圖像與平臺做結合，初步實現(xiàn)了7種常見垃圾的分類能力，并將模型集成到自主研發(fā)并生產(chǎn)的智能垃圾箱中，作為國內(nèi)首批支持自動分類的智能垃圾箱，成功落地在北京市海淀公園內(nèi)。智能垃圾分類的應用該智能垃圾桶主要由智能識別系統(tǒng)、分離系統(tǒng)及垃圾存儲箱組成，通過機器裝載的攝像頭判斷垃圾是否可回收。智能識別系統(tǒng)在識別垃圾后，會將垃圾分為兩類，一類是可回收垃圾，主要包括：易拉罐、飲料瓶、礦泉水瓶等，另一類是不可回收垃圾，主要是布料類、木質(zhì)類和廚余類垃圾等。智能垃圾分類的應用智能垃圾箱具體的操作流程如下。第一步：用戶靠近智能垃圾桶，設備通過紅外傳感器檢測到有人靠近后進行語音提示，引導用戶將垃圾放置于攝像頭識別區(qū)域；第二步：識別系統(tǒng)調(diào)用EasyDL接口對垃圾圖像進行判斷，識別結果在大屏進行展示，顯示垃圾是否可回收并打開對應箱體的擋板；第三步：在語音提示下，擋板打開，完成垃圾自動投遞分類動作，系統(tǒng)顯示“回收成功”。深度學習情感分析應用實戰(zhàn)深度學習應用實戰(zhàn)課堂