互联网 类型
可以朗读 语音朗读
163千字 字数
2021-06-01 发行日期
展开全部

主编推荐语

多名专业作者联合著作，用Python学习自然语言处理和计算机视觉技术，用ROS开发智能的机器人系统，通过实战快速掌握机器人开发技术。

内容简介

机器人是人工智能时代的重要产物，为人类的工作和生活提供了非常多的助力。对于智能机器人而言，视觉识别能力和对话能力是非常重要的两个方面，本书就是基于这两个技术展开介绍，并通过一系列的编程案例和实践项目，引导读者高效掌握机器人的开发技巧。

本书基于Python语言进行讲解，结合机器人操作系统（ROS）平台给出了丰富多样的机器人开发方案。本书立足于机器人的视觉和语言处理，通过OpenCV、自然语言处理、循环神经网络、卷积神经网络等技术提高机器人的视觉识别能力和对话能力。全书包括多个练习和项目，通过知识点和编程实践相结合的方式，快速带领读者掌握实用的机器人开发技术。

本书适合机器人或智能软硬件研发领域的工程师阅读，也适合高校人工智能相关专业的师生阅读。

目录

  • 版权信息
  • 版权声明
  • 内容提要
  • 作者简介
  • 前言
  • 资源与支持
  • 第1章 机器人学基础
  • 1.1 简介
  • 1.2 机器人学的历史
  • 1.3 人工智能
  • 1.3.1 自然语言处理简介
  • 1.3.2 计算机视觉简介
  • 1.3.3 机器人的类型
  • 1.3.4 机器人的硬件和软件
  • 1.4 机器人定位
  • 1.4.1 练习1：计算机器人的位置
  • 1.4.2 如何进行机器人开发
  • 1.4.3 练习2：使用Python计算轮子走过的距离
  • 1.4.4 练习3：使用Python计算机器人的最终位置
  • 1.4.5 项目1：使用Python和测距法进行机器人定位
  • 1.5 小结
  • 第2章 计算机视觉
  • 2.1 简介
  • 2.2 计算机视觉基本算法
  • 2.2.1 图像相关术语
  • 2.2.2 OpenCV
  • 2.2.3 阈值化
  • 2.2.4 练习4：对图像应用各种阈值化操作
  • 2.2.5 形态学变换
  • 2.2.6 练习5：对图像应用形态学变换
  • 2.2.7 模糊（平滑）
  • 2.2.8 练习6：对图像应用模糊方法
  • 2.2.9 练习7：加载图像并应用所学的各种方法
  • 2.3 机器学习简介
  • 2.3.1 决策树和提升方法
  • 2.3.2 练习8：使用决策树、随机森林和AdaBoost进行数字预测
  • 2.3.3 人工神经网络
  • 2.3.4 练习9：构建第一个神经网络
  • 2.3.5 项目2：对Fashion-MNIST数据集中的10种衣物进行分类
  • 2.4 小结
  • 第3章 自然语言处理
  • 3.1 简介
  • 3.1.1 自然语言处理
  • 3.1.2 自然语言处理的两个部分
  • 3.1.3 NLP的各层次
  • 3.2 Python中的NLP
  • 3.2.1 自然语言工具包（NLTK）
  • 3.2.2 练习10：NLTK入门
  • 3.2.3 spaCy
  • 3.2.4 练习11：spaCy入门
  • 3.3 主题建模
  • 3.3.1 词频-逆文档频率（TF-IDF）
  • 3.3.2 潜在语义分析（LSA）
  • 3.3.3 练习12：使用Python进行主题建模
  • 3.3.4 项目3：处理一个语料库
  • 3.4 语言建模
  • 3.4.1 语言模型简介
  • 3.4.2 二元模型
  • 3.4.3 N元模型
  • 3.4.4 计算概率
  • 3.4.5 练习13：创建一个二元模型
  • 3.5 小结
  • 第4章 NLP神经网络
  • 4.1 简介
  • 4.2 循环神经网络
  • 4.2.1 循环神经网络（RNN）简介
  • 4.2.2 循环神经网络原理
  • 4.2.3 RNN架构
  • 4.2.4 长距离依赖问题
  • 4.2.5 练习14：使用RNN预测房价
  • 4.2.6 长短期记忆网络
  • 4.2.7 练习15：预测数学函数的下一个解
  • 4.3 神经语言模型
  • 4.3.1 神经语言模型简介
  • 4.3.2 RNN语言模型
  • 4.3.3 练习16：对一个小语料库进行编码
  • 4.3.4 RNN的输入维度
  • 4.3.5 项目4：预测字符序列中的下一个字符
  • 4.4 小结
  • 第5章 计算机视觉中的卷积神经网络
  • 5.1 简介
  • 5.2 CNN基础
  • 5.3 构建第一个CNN
  • 练习17：构建一个CNN
  • 5.4 改进模型的方法：数据增强
  • 5.4.1 练习18：利用数据增强改进模型
  • 5.4.2 项目5：使用数据增强来正确对花朵图像进行分类
  • 5.5 最先进的模型：迁移学习
  • 练习19：基于迁移学习对钞票进行分类
  • 5.6 小结
  • 第6章 机器人操作系统（ROS）
  • 6.1 简介
  • 6.2 ROS基本概念
  • 6.3 ROS基本命令
  • 6.4 安装和配置
  • 6.5 Catkin工作空间和软件包
  • 6.6 发布者和订阅者
  • 6.6.1 练习20：编写简单的发布者和订阅者
  • 6.6.2 练习21：编写较复杂的发布者和订阅者
  • 6.7 模拟器
  • 6.7.1 练习22：Turtlebot配置
  • 6.7.2 练习23：模拟器和传感器
  • 6.7.3 项目6：模拟器和传感器
  • 6.8 小结
  • 第7章 构建基于文本的对话系统（聊天机器人）
  • 7.1 简介
  • 7.2 向量空间中的词表示
  • 7.2.1 词嵌入
  • 7.2.2 余弦相似度
  • 7.2.3 Word2Vec
  • 7.2.4 Word2Vec的问题
  • 7.2.5 Gensim
  • 7.2.6 练习24：创建词嵌入
  • 7.2.7 全局向量（GloVe）
  • 7.2.8 练习25：使用预训练的GloVe模型观察词语在平面上的分布
  • 7.3 对话系统
  • 7.3.1 聊天机器人的开发工具
  • 7.3.2 对话代理的类型
  • 7.3.3 创建基于文本的对话系统
  • 7.3.4 练习26：创建第一个对话代理
  • 7.3.5 项目7：创建一个用来控制机器人的对话代理
  • 7.4 小结
  • 第8章 利用基于CNN的物体识别来指导机器人
  • 8.1 简介
  • 8.2 多物体识别和检测
  • 8.2.1 练习27：构建第一个多物体检测和识别系统
  • 8.2.2 ImageAI
  • 8.3 视频中的多物体识别和检测
  • 项目8：视频中的多物体检测和识别
  • 8.4 小结
  • 第9章 机器人的计算机视觉
  • 9.1 简介
  • 9.2 Darknet
  • Darknet基础安装
  • 9.3 YOLO
  • 9.3.1 使用YOLO进行预测
  • 9.3.2 在摄像头上使用YOLO
  • 9.3.3 练习28：YOLO编程
  • 9.3.4 练习29：在ROS中集成YOLO
  • 9.3.5 项目9：机器人保安
  • 9.4 小结
  • 附录 本书项目概览
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。