A/o6項(xiàng)目3AIGC圖像生成應(yīng)用機(jī)械工業(yè)出版社《人工智能通識(shí)》配套資源制作：教材編寫(xiě)團(tuán)隊(duì)A

IGC用

Ⅲ本課件為《人工智能通識(shí)(AIGC

版)》配套教學(xué)資源，由編寫(xiě)團(tuán)隊(duì)精心打造。為便于教學(xué)使用，團(tuán)隊(duì)同步提供了豐富的輔助材料，涵蓋微課視頻、教學(xué)課件、實(shí)訓(xùn)手冊(cè)、習(xí)題答案、課程標(biāo)準(zhǔn)及程序源代碼等。同時(shí)，教材配套超星教學(xué)示范包，支持一鍵克隆為網(wǎng)絡(luò)在線課程，助力高效開(kāi)展線上線下混合式教學(xué)。歡迎聯(lián)系出版方訂購(gòu)使用。書(shū)名：《人工智能通識(shí)(AIGC

版

)

》書(shū)

號(hào)

：978-7-111-79447-9出版社：機(jī)械工業(yè)出版社主

編

：藍(lán)永健、吳秀紅、羅智聰副主編：鄧愛(ài)玲、王有銘、葉菊、周弢人工智能通識(shí)藍(lán)永健吳秀紅羅智聰◎主編

(AIGC版)新理念：立德樹(shù)人，價(jià)值引領(lǐng)，有機(jī)融入對(duì)人工智能相關(guān)能力和素養(yǎng)的培養(yǎng)，服務(wù)國(guó)家戰(zhàn)略

新內(nèi)容：對(duì)接國(guó)家相關(guān)標(biāo)準(zhǔn)，項(xiàng)目引領(lǐng)，合理進(jìn)行結(jié)構(gòu)編排，內(nèi)容循序漸進(jìn)，突出能力培養(yǎng)

斷形杰：圖文并茂，印刷精美，配套豐富的數(shù)字資源，紙質(zhì)和數(shù)字有機(jī)融合，易救易學(xué)易用PARTTWO相關(guān)知識(shí)思維導(dǎo)圖AIGC

軟件編程應(yīng)用主流Al智能編程助手工具對(duì)比Al智能編程助手的核心功能Al智能編程助手的應(yīng)用場(chǎng)景2.相關(guān)知識(shí)所謂模式識(shí)別是指計(jì)算機(jī)通過(guò)算法自動(dòng)發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律，并進(jìn)行分類或預(yù)測(cè)。它讓計(jì)算機(jī)能夠像人類一樣去觀察、分析和理解各種模式。這里的“模式”可以是很多東西，例如，圖像中的形狀、顏色、紋理，聲音中的語(yǔ)調(diào)、節(jié)奏，甚至是文字中的語(yǔ)法和語(yǔ)義等。簡(jiǎn)單來(lái)說(shuō)，模式識(shí)別就是教計(jì)算機(jī)去

“看”“聽(tīng)”“理解”世界。2.相關(guān)知識(shí)—模式識(shí)別的內(nèi)涵與應(yīng)用圖像識(shí)別人臉識(shí)別應(yīng)用于解鎖手機(jī)、安防監(jiān)控，保障安全便捷；醫(yī)學(xué)影像分析助力醫(yī)生快速發(fā)現(xiàn)

X

光片等中的異常；自動(dòng)駕駛依靠它識(shí)別道路

狀

況

。2.相關(guān)知識(shí)一模式識(shí)別的應(yīng)用Figures

copyright

ShaoqingRen,KaimingHe,RossGirschick,JianSun,2015.Reproducedwith

permission.Detection語(yǔ)音識(shí)別智能語(yǔ)音助手Siri、小愛(ài)同學(xué)能理解并執(zhí)行語(yǔ)音指令，帶來(lái)便捷體驗(yàn)；語(yǔ)音轉(zhuǎn)文字功能

可將會(huì)議錄音或視頻內(nèi)容自動(dòng)轉(zhuǎn)換為文字，大

幅提升辦公效率和字幕生成速度。2.相關(guān)知識(shí)一模式識(shí)別的應(yīng)用字符識(shí)別字符識(shí)別技術(shù)以O(shè)CR

為代表，發(fā)揮著重要作用。它可以將圖片中的文字精準(zhǔn)識(shí)別為可編

輯的文本，在掃描文件的數(shù)字化處理方面應(yīng)用

廣泛，提高了信息處理的效率。2.相關(guān)知識(shí)一模式識(shí)別的應(yīng)用行為識(shí)別2.相關(guān)知識(shí)一模式識(shí)別的應(yīng)用在安防監(jiān)控領(lǐng)域，能識(shí)別打架、盜竊等異常行為；在人機(jī)交互方面，通過(guò)識(shí)別手勢(shì)或動(dòng)

作，實(shí)現(xiàn)與設(shè)備的自然流暢交互。2.相關(guān)知識(shí)一模式識(shí)別的應(yīng)用指紋識(shí)別在手機(jī)解鎖、門(mén)禁系統(tǒng)和支付驗(yàn)證等場(chǎng)景都廣泛應(yīng)用，為用戶帶來(lái)便捷、安全的身份驗(yàn)

證體驗(yàn)，有效防止信息泄露與非法訪問(wèn)。指紋識(shí)別：安全便捷的身份驗(yàn)證技術(shù)目標(biāo)檢測(cè)

特征比對(duì)

結(jié)果輸出圖像識(shí)別，是指利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的

目標(biāo)和對(duì)象的技術(shù)，是應(yīng)用深度學(xué)習(xí)算法的

一種實(shí)踐應(yīng)用。圖像識(shí)別可以讓計(jì)算機(jī)能夠

理解圖像中的內(nèi)容，就像人類用眼睛看世界一樣。簡(jiǎn)單來(lái)說(shuō)，圖像識(shí)別就是教計(jì)算機(jī)

“看懂”圖片。2.相關(guān)知識(shí)—圖像識(shí)別的內(nèi)涵圖像識(shí)別工作流程1.采集圖像采集：通過(guò)攝像頭、傳感器等設(shè)備

獲取原始圖像數(shù)據(jù)段原始圖像數(shù)據(jù)2.圖像預(yù)處處理圖像預(yù)處理：對(duì)原始圖像進(jìn)行去噪、縮放、增強(qiáng)等操作，提高圖像質(zhì)量3.特征提取特征提?。簭念A(yù)處理后的圖像中提取關(guān)鍵特

征，如邊緣、紋理、形狀等4.模型訓(xùn)練模型訓(xùn)練：使用標(biāo)注數(shù)據(jù)訓(xùn)練分類模型，

優(yōu)化模型參數(shù)數(shù)據(jù)采集圖像預(yù)處理特征提取模型訓(xùn)練分類識(shí)別2.相關(guān)知識(shí)—圖像識(shí)別的工作流程5.分類識(shí)別分類識(shí)別：將新圖像輸入訓(xùn)練好的模型，

輸出分類結(jié)果。圖像識(shí)別

核心流程日?qǐng)D像識(shí)別技術(shù)廣泛應(yīng)用于多個(gè)領(lǐng)域，包括安防人臉識(shí)別、醫(yī)療影像診斷、零售商品

識(shí)別、交通車牌識(shí)別、農(nóng)業(yè)作物監(jiān)測(cè)和工業(yè)

缺陷檢測(cè)、自動(dòng)輔助駕駛以及教育與學(xué)習(xí)等，

為人們的生活、工作和學(xué)習(xí)帶來(lái)了極大便利。2.相關(guān)知識(shí)—圖像識(shí)別的應(yīng)用刷臉

解鎖

—

身份核驗(yàn)

—機(jī)器視覺(jué)是人工智能領(lǐng)域中的一項(xiàng)重要技術(shù)，是通過(guò)光學(xué)裝置和非接觸傳感器自動(dòng)地接收和處理

一個(gè)真實(shí)場(chǎng)景的圖像，通過(guò)分析圖像獲得所需信息

或用于控制機(jī)器運(yùn)動(dòng)的裝置。它讓計(jì)算機(jī)能夠通過(guò)

攝像頭或傳感器“看”世界，并對(duì)圖像或視頻進(jìn)行

分析和理解。簡(jiǎn)單來(lái)說(shuō)，機(jī)器視覺(jué)就是教計(jì)算機(jī)像人類一樣“看東西”,機(jī)器“能看見(jiàn)”和“看得準(zhǔn)”,在某

些領(lǐng)域的能力往往比人類更強(qiáng)，可以快速處理大量

圖像數(shù)據(jù)并做出準(zhǔn)確的判斷。。圖像顯示PLC調(diào)試其他外圍控制工業(yè)相機(jī)光源傳感器2.相關(guān)知識(shí)—機(jī)器視覺(jué)的內(nèi)涵觸摸屏pc工業(yè)制造領(lǐng)域安防監(jiān)控領(lǐng)域機(jī)器視覺(jué)的應(yīng)用領(lǐng)域自動(dòng)駕駛領(lǐng)域醫(yī)療健康領(lǐng)域2.相關(guān)知識(shí)—機(jī)器視覺(jué)的應(yīng)用領(lǐng)域醫(yī)療健康：醫(yī)學(xué)影像分析與病灶定位工業(yè)制造：零件缺陷檢測(cè)與精準(zhǔn)抓取安防監(jiān)控：異常行為識(shí)別與智能預(yù)警自動(dòng)駕駛：環(huán)境感知與路徑規(guī)劃掌握主流AIGC圖像生成工具是緊跟創(chuàng)意技術(shù)潮流的關(guān)鍵。通過(guò)了解這些工具的特點(diǎn)與優(yōu)勢(shì)，可以精準(zhǔn)匹配創(chuàng)作需求，提升圖像創(chuàng)作效率，優(yōu)化視覺(jué)呈現(xiàn)效果，同時(shí)避免重復(fù)開(kāi)發(fā)，節(jié)省創(chuàng)作時(shí)間和資源。此外，熟悉不同工具的特性，能夠靈活應(yīng)對(duì)多場(chǎng)景創(chuàng)作需求，增強(qiáng)競(jìng)爭(zhēng)力，并為未來(lái)的技術(shù)選型和

創(chuàng)意創(chuàng)新提供有力支撐。2.相關(guān)知識(shí)—主流AIGC

圖像生成工具對(duì)比工具名稱所屬公司/機(jī)構(gòu)主要特點(diǎn)DALL-E

2OpenAI界面簡(jiǎn)單易用，無(wú)須注冊(cè)第三方平臺(tái)，適合快速生成簡(jiǎn)單圖像。適用于簡(jiǎn)單的圖像創(chuàng)作和快

速生成，概念設(shè)計(jì)、靈感激發(fā)等。MidjourneyMidjourney

Inc.高質(zhì)量圖像生成，支持自定義尺寸比例和靈活的參數(shù)控制。適用于藝術(shù)創(chuàng)作、廣告設(shè)計(jì)和插

畫(huà)等需要高質(zhì)量視覺(jué)效果的場(chǎng)景。StableDiffusionStabilityAI開(kāi)源模型，可本地化部署，支持高度自定義和創(chuàng)作自由。適用于技術(shù)用戶、開(kāi)發(fā)者，以及需要高度自定義和本地化部署的場(chǎng)景。文心一格百度深度解析用戶輸入的文本描述，精準(zhǔn)捕捉關(guān)鍵信息。在廣告、媒體、游戲和教育等多個(gè)領(lǐng)域

展現(xiàn)出廣泛的應(yīng)用潛力。通義萬(wàn)象阿里巴巴小白用戶友好，提供靈感擴(kuò)寫(xiě)功能，網(wǎng)頁(yè)版和APP版有免費(fèi)額度。適用于初學(xué)者和小白用戶進(jìn)行簡(jiǎn)單的圖像生成和創(chuàng)作。即夢(mèng)AI剪映強(qiáng)大的圖片生成能力和后期處理功能，UI交互設(shè)計(jì)合理。適用于對(duì)圖片生成和后期處理有較

高要求的用戶，如設(shè)計(jì)師、創(chuàng)作者等。豆包字節(jié)跳動(dòng)提供高質(zhì)量的圖像生成，支持多種風(fēng)格和高分辨率輸出，操作簡(jiǎn)單，適合快速創(chuàng)作。適用于

藝術(shù)創(chuàng)作、設(shè)計(jì)原型和教育演示等多種場(chǎng)景，尤其是需要快速生成高質(zhì)量圖像的用戶。C

a

n

v

a

可

畫(huà)北京咖瓦AI智能生成設(shè)計(jì)圖/插畫(huà)，支持文字轉(zhuǎn)圖像；海量模板與素材庫(kù)，操作簡(jiǎn)單無(wú)須專業(yè)設(shè)計(jì)技能

自媒體配圖、營(yíng)銷海報(bào)設(shè)計(jì)、PPT視覺(jué)優(yōu)化、電商產(chǎn)品圖制作和個(gè)人創(chuàng)意表達(dá)等輕量化設(shè)計(jì)

需求。。主流AIGC圖像生成工具對(duì)比2.相關(guān)知識(shí)—主流AIGC圖像生成工具對(duì)比“文生圖”技術(shù)是一種AIGC

(生成式人工智能內(nèi)容)技術(shù)，它通過(guò)人工智能模型將文字描述轉(zhuǎn)化為圖像。其核心是利用深度學(xué)習(xí)模型(例如，生成對(duì)抗網(wǎng)絡(luò)GAN、擴(kuò)散模型Diffusion

Model等),讓計(jì)算

機(jī)理解文字描述中的語(yǔ)義信息，并將其轉(zhuǎn)化為視覺(jué)內(nèi)容。1.文本編碼使用預(yù)訓(xùn)練模型(如CLIP、BERT)將文本轉(zhuǎn)化為高維向量(Embedding)。示例：輸入“戴墨鏡的貓”→輸出文本向量。2.圖像生成GAN:生成器與判別器對(duì)抗訓(xùn)練，生成逼真圖像。擴(kuò)散模型：通過(guò)加噪/去噪過(guò)程逐步生成清晰圖像。VAE:

將數(shù)據(jù)映射到潛在空間，采樣生成新數(shù)據(jù)。3.圖像解碼將潛在空間的特征向量通過(guò)解碼器(如VAE解碼器)還原為像素圖像。2.相關(guān)知識(shí)—“文生圖”技術(shù)的工作原理1.數(shù)據(jù)準(zhǔn)備：收集標(biāo)注文本與圖像數(shù)據(jù)，對(duì)文本分詞編碼、圖像標(biāo)準(zhǔn)化處理2.模型訓(xùn)練：用生成模型及深度學(xué)習(xí)框架，學(xué)習(xí)文本與圖像映射關(guān)系3.輸入文字描述：用戶輸準(zhǔn)確無(wú)歧義文字(如藍(lán)色小描),確保輸出質(zhì)量4.文本特征提?。篘LP

提文本關(guān)鍵特征，CLIP

編碼為向量指引生成5.圖像生成：依提取特征逐步生圖，過(guò)程中優(yōu)化細(xì)節(jié)貼合描述6.結(jié)果輸出：輸出圖像，用戶可調(diào)整提示詞或CFG

Scale

優(yōu)