更新时间：2023-07-24 18:06:41
封面
版权信息
O'Reilly Media Inc.介绍
本书赞誉
译者序
前言
第1章 人工智能和机器学习简介
1.1 什么是人工智能
1.2 什么是机器学习
1.2.1 从传统编程转向机器学习
1.2.2 机器如何学习
1.2.3 机器学习与传统编程的比较
1.3 在移动设备上构建和使用模型
1.4 总结
第2章 计算机视觉简介
2.1 为视觉使用神经元
2.1.1 你的第一个分类器：识别衣物
2.1.2 数据：Fashion MNIST
2.1.3 解析Fashion MNIST的模型架构
2.1.4 编写Fashion MNIST模型
2.2 计算机视觉的迁移学习
2.3 总结
第3章 ML Kit简介
3.1 在Android上构建人脸检测应用程序
3.1.1 第1步：使用Android Studio创建应用程序
3.1.2 第2步：添加和配置ML Kit
3.1.3 第3步：定义用户界面
3.1.4 第4步：将图像添加为资产
3.1.5 第5步：使用默认图片加载UI
3.1.6 第6步：调用人脸检测器
3.1.7 第7步：添加边界矩形
3.2 为iOS构建人脸检测器应用程序
3.2.1 第1步：在Xcode中创建项目
3.2.2 第2步：使用CocoaPods和podfile
3.2.3 第3步：创建用户界面
3.2.4 第4步：添加应用程序逻辑
3.3 总结
第4章 Android上使用ML Kit的计算机视觉应用程序
4.1 图像标记和分类
4.1.1 第1步：创建应用程序并配置ML Kit
4.1.2 第2步：创建用户界面
4.1.3 第3步：将图像添加为资产
4.1.4 第4步：将图像加载到ImageView
4.1.5 第5步：编写按钮处理程序代码
4.1.6 下一步
4.2 物体检测
4.2.1 第1步：创建应用程序并导入ML Kit
4.2.2 第2步：创建活动布局XML
4.2.3 第3步：将图像加载到ImageView
4.2.4 第4步：设置物体检测器选项
4.2.5 第5步：处理按钮交互
4.2.6 第6步：绘制边界框
4.2.7 第7步：标记物体
4.3 检测和跟踪视频中的物体
4.3.1 探索布局
4.3.2 GraphicOverlay类
4.3.3 捕捉相机
4.3.4 ObjectAnalyzer类
4.3.5 ObjectGraphic类
4.3.6 组合在一起
4.4 总结
第5章 Android上使用ML Kit的文本处理应用程序
5.1 实体提取
5.1.1 创建应用程序
5.1.2 为活动创建布局
5.1.3 编写实体提取代码
5.1.4 组合在一起
5.2 手写识别和其他识别
5.2.1 创建应用程序
5.2.2 创建绘图平面
5.2.3 使用ML Kit解析墨迹
5.3 智能回复对话
5.3.1 创建应用程序
5.3.2 模拟对话
5.3.3 生成智能回复
5.4 总结
第6章 iOS上使用ML Kit的计算机视觉应用程序
6.1 图像标记和分类
6.1.1 第1步：在Xcode中创建应用程序
6.1.2 第2步：创建podfile
6.1.3 第3步：设置故事板
6.1.4 第4步：编辑视图控制器代码来使用ML Kit
6.2 使用ML Kit在iOS中进行物体检测
6.2.1 第1步：开始
6.2.2 第2步：在故事板上创建UI
6.2.3 第3步：为注释创建子视图
6.2.4 第4步：执行物体检测
6.2.5 第5步：处理回调函数
6.2.6 将物体检测与图像分类结合
6.2.7 视频中的物体检测和跟踪
6.3 总结
第7章 iOS上使用ML Kit的文本处理应用程序
7.1 实体提取
7.1.1 第1步：创建应用程序并添加ML Kit pod
7.1.2 第2步：创建带有动作和输出的故事板
7.1.3 第3步：允许视图控制器用于文本输入
7.1.4 第4步：初始化模型
7.1.5 第5步：从文本中提取实体
7.2 手写识别
7.2.1 第1步：创建应用程序并添加ML Kit pod
