边缘计算第2章 边缘计算与人工智能基本开发方法.pptxVIP

第2章边缘计算与人工智能基本开发方法

第2章边缘计算与人工智能基本开发方法本章结合AiCam开发平台学习边缘计算与人工智能基本开发方法，本章节内容包括：1、边缘计算与人工智能框架，了解边缘计算经典框架，结合AiCam开发平台掌握人工智能开发平台框架，掌握AiCam开发平台特性、运行环境及开发流程以及典型应用案例，结合边缘计算框架及AiCam平台了解边缘计算网关以及相关边缘计算开发平台。结合人脸识别案例，掌握在AiCam平台实现边缘计算应用的算法开发、模型开发、硬件开发、应用开发流程及开发验证步骤。2、边缘计算算法开发，掌握面向机器视觉应用的边缘计算框架，结合AiCam应用框架掌握实时推理算法接口、单次推理算法接口设计，结合人脸识别案例掌握边缘算法开发设计。3、边缘计算硬件开发，掌握面向边缘计算的智能物联网平台框架，结合智云物联网平台掌握应用开发框架的应用接口、通信协议以及开发工具，结合智慧产业套件项目案例掌握边缘硬件的设计开发。4、边缘计算应用开发，掌握面向机器视觉的边缘应用开发逻辑框架，基于AiCam应用开发框架掌握人脸识别案例中实时推理、单次推理的边缘视觉应用的开发设计，结合边缘计算硬件平台，掌握云、边、端协同的人工智能边缘计算应用开发过程。

第二章目录ContentsEducationSolutionsInternet+2.1边缘计算与人工智能框架2.2边缘计算算法开发2.3边缘计算硬件开发2.4边缘计算应用开发

第二章边缘计算与人工智能框架

2.1边缘计算与人工智能框架

2.1边缘计算与人工智能框架边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，能够就近提供边缘智能服务；满足敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求；作为联接物理和数字世界的桥梁，能够实现智能资产、智能网关、智能系统和智能服务。本节要求掌握的知识点如下：1、了解边缘计算经典框架。2、掌握AiCam开发平台运行环境及开发流程以及典型应用案例。3、结合边缘计算框架及AiCam平台了解边缘计算网关以及相关边缘计算开发平台。4、结合人脸识别案例，掌握在AiCam平台实现边缘计算应用开发全流程。

2.1目录ContentsEducationSolutionsInternet+2.1.1 边缘计算与人工智能开发平台2.1.2 功能与核心源代码设计案例2.1.3 开发步骤与验证2.1.4 思考与拓展

2.1.1边缘计算与人工智能开发平台

边缘计算参考架构基于模型驱动的工程方法（Model-DrivenEngineeringMDE），将物理和数字世界的知识模型化，从而实现：物理世界和数字世界的协作、跨产业的生态协作、减少系统异构性，简化跨平台移植、有效支撑系统的全生命周期活动。参考框架，如图2.1，在每层提供了模型化的开放接口，实现了架构的全层次开放。边缘计算经典框架

2.1.1边缘计算与人工智能开发平台

从横向看，智能服务基于模型驱动的统一服务框架，通过开发服务框架和部署运营服务框架实现开发与部署智能协同，实现软件开发接口一致和部署运营自动化；智能业务编排通过模型化的工作流即业务Fabric，定义端到端业务流，实现业务敏捷；联接计算实现架构极简，对业务屏蔽边缘智能分布式架构的复杂性；智能边缘计算节点兼容多种异构联接、支持实时处理与响应、提供软硬一体化安全。从纵向看，通过管理服务、数据全生命周期服务、安全服务，实现业务的全流程、全生命周期的智能服务。图2.1边缘计算经典框架

2.1.1边缘计算与人工智能开发平台

机器视觉与人工智能AiCam开发平台是用于开发和部署与图像识别、图像分析和计算机视觉相关的人工智能应用的工具和框架。平台提供了丰富的功能和库，使开发者能够构建高性能的机器学习和深度学习模型，从而实现自动化的图像处理和视觉分析任务。人工智能开发平台一般具有以下特点：（1）数据管理和预处理：提供用于处理和管理图像数据的工具，以确保数据质量和一致性。（2）模型训练和调优：提供强大的机器学习和深度学习框架，以支持图像分类、目标检测、语义分割等任务的模型训练。提供预训练的模型和经过验证的网络架构，以便开发者可以在其基础上进行迁移学习和微调，从而加快模型开发和训练的过程。（3）模型部署和推理：提供用于将训练好的模型部署到生产环境中的工具和接口。这些平台通常支持将模型部署为API或集成到现有应用程序中，并提供高性能的推理引擎，以便实时处理和分析图像数据。（4）辅助工具和库：提供各种辅助工具和库，以简化开发过程并提高开发效率。（5）可扩展性和灵活性：通常具有良好的可扩展性和灵活性，以适应不同规模和要求的项目。它们可以在本地计算机或云环境中运行，并支持并行计算和分布式训练，以处理大规模的