Самоучитель - Постолит А. В. - Основы искусственного интеллекта в примерах на Python, 2-е издание [2024, PDF, RUS]

Предисловие............................................................................................................... 9
Глава 1. Инструментальные средства для разработки приложений
искусственного интеллекта...........................................................................................15
1.1. Интерпретатор Python........................................................................................... 16
1.1.1. Установка Python в Windows................................................................................17
1.1.2. Установка Python в Linux.................................................................................... 19
1.1.3. Проверка интерпретатора Python........................................................................ 20
1.2. Интерактивная среда разработки программного кода PyCharm................................. 20
1.2.1. Установка PyCharm в Windows............................................................................. 21
1.2.2. Установка PyCharm в Linux.................................................................................. 23
1.2.3. Проверка PyCharm.............................................................................................. 24
1.3. Установка пакетов в Python с использованием менеджера пакетов pip........................26
1.3.1. Где взять отсутствующий пакет?........................................................................... 27
1.3.2. Менеджер пакетов pip в Python............................................................................. 27
1.3.3. Использование pip............................................................................................... 28
Установка пакета...........................................................................................................28
Удаление пакета............................................................................................................29
Обновление пакетов......................................................................................................29
Просмотр установленных пакетов.................................................................................. 29
Поиск пакета в репозитории.......................................................................................... 29
1.4. Интерактивная среда разработки интерфейса PyQt................................................... 30
1.5. Краткие итоги главы................................................................................................33
Глава 2. Основы языка программирования Python.............................................................34
2.1. Первая программа в среде интерпретатора Python..................................................... 35
2.2. Оконная форма как основа интерфейса.................................................................... 39
2.3. Подключение Windows-формы к программе на Python................................................ 43
2.4. Сборка исполняемого файла на Python под Windows.................................................. 47
2.5. Базовые конструкции языка Python.......................................................................... 51
2.5.1. Переменные..........................................................................................................51
2.5.2. Функции................................................................................................................53
2.5.3. Массивы (списки)...... ,.......................................................................................... 58
2.5.4. Условия и циклы................................................................................................... 60
Условия......................................................................................................................... 60
Циклы............................................................................................................................ 61
2.5.5. Классы и объекты.................................................................................................. 64
Классы........................................................................................................................... 65
Объекты......................................................................................................................... 67
2.5.6. Создание классов и объектов на примере автомобиля................................................69
2.5.7. Программные модули.............................................................................................. 72
Установка модуля.............................................................................................................. 72
Подключение и использование модуля................................................................................73
2.6. Краткие итоги главы................................................................................................... 74
Глава 3. Элементы искусственного интеллекта.....................................................................75
3.1. Основные понятия и определения искусственного интеллекта.........................................76
3.2. Искусственный нейрон как основа нейронных сетей.......................................................77
3.2.1. Функция единичного скачка....................................................................................... 83
3.2.2. Сигмоидальная функция активации........................................................................... 85
3.2.3. Гиперболический тангенс..........................................................................................87
3.3. Нейронные сети...........................................................................................................88
3.3.1. Однослойные нейронные сети.................................................................................... 90
3.3.2. Многослойные нейронные сети.................................................................................. 90
3.4. Обучение нейронных сетей........................................................................................... 92
3.4.1. Что такое обучение сети?............................................................................................ 92
3.4.2. Обучающая выборка.................................................................................................... 93
3.4.3. Тестовая выборка......................................................................................................... 94
3.4.4. Обучение с учителем................................................................................................... 94
3.4.5. Обучение без учителя.................................................................................................. 95
3.5. Краткие итоги главы...................................................................................................... 95
Глава 4. Программная реализация элементов нейронной сети..................................................96
4.1. Персептроны............................................................................................................... 96
4.2. Классификация персептронов......................................................................................100
4.2.1. Персептрон с одним скрытым слоем........................................................................ 100
4.2.2. Однослойный персептрон..........................................................................................100
4.2.3. Виды персептронов.....................................................................................................105
4.3. Роль персептронов в нейронных сетях............................................................................... 106
4.4. Линейная разделимость объектов........................................................................................109
4.5. Решение задач классификации объектов на основе логических функций.......................112
4.6. Урок 1. Учим персептрон понимать изображения............................................................ 117
4.6.1. Распознавание цифр....................................................................................................119
4.7. Урок 2. Учим персептрон подбирать веса связей.............................................................. 123
4.8. Дельта-правило......................................................................................................................139
4.9. Линейная аппроксимация......................................................................................................142
4.10. Учим персептрон классифицировать объекты. Обучение без учителя.....................................148
4.11. Адаптивные линейные нейроны.........................................................................................157
4.12. Краткие итоги главы............................................................................................................171
Глава 5. Построение многослойных нейронных сетей................................................................... 172
5.1. Исследуем простейший искусственный нейрон........................................................................ 172
5.2. Программируем простейший искусственный нейрон................................................................ 177
5.3. Строим сеть из нейронов...................................................................................................... 179
5.4. Обучаем нейронную сеть...................................................................................................... 182
5.5. Последовательность шагов проектирования нейронных сетей.................................................. 193
5.6. Краткие итоги главы.............................................................................................................. 196
Глава 6. Полезные библиотеки для создания нейронных сетей на Python.......................................197
6.1. Виды специализированных библиотек................................................................................198
6.1.1. NumPy.......................................................................................................................... 198
6.1.2. Pandas........................................................................................................................... 198
6.1.3. matplotlib...................................................................................................................... 198
6.1.4. Theano.......................................................................................................................... 199
6.1.5. TensorFlow................................................................................................................... 199
6.1.6. Keras..................................................................;.......................................................... 199
6.1.7. PyBrian.........................................................................................................................200
6.2. Библиотека для построения нейронных сетей PyBrain..................................................... 200
6.2.1. Общие сведения о библиотеке PyBrain.................................................................... 200
6.2.2. Термины и определения в библиотеке PyBrain....................................................... 203
6.2.3. Установка (подключение) библиотеки PyBrain....................................................... 205
6.2.4. Основы работы с библиотекой PyBrain.................................................................... 207
6.2.5. Работа с наборами данных в библиотеке PyBrain................................................ ...209
6.2.6. Пример создания нейронной сети с библиотекой PyBrain.....................................219
6.3. Библиотека scikit-leam для создания и обучения нейронных сетей......................... 223
6.3.1. Наборы данных в библиотеке scikit-leam........................................................... 227
6.3.2. Обучающие и тестовые наборы данных в библиотеке scikit-leam.........................230
6.3.3. Предварительный анализ наборов данных.......................................................... 231
6.3.4. Обучение нейронной сети с библиотекой scikit-leam.............................................234
6.3.5. Оценка качества обучения моделей в библиотеке scikit-leam................................237
6.3.6. Персептрон и библиотека scikit-leam....................................................................... 238
6.3.7. Классификаторы на основе логистической регрессии в библиотеке scikit-leam..............244
6.4. Библиотека Keras и сверточные нейронные сети.............................................................. 250
6.4.1. Общие сведения о библиотеке Keras........................................................................ 250
6.4.2. Сверточные нейронные сети..................................................................................... 251
6.4.3. Строим сверточную нейронную сеть с библиотекой Keras...............................................256
6.5. Нейронные сети с библиотекой TensorFlow....................................................................... 271
6.5.1. Строим простую нейронную сеть с библиотекой TensorFlow...............................................272
6.5.2. Строим нейронную сеть для классификации изображений
с библиотекой TensorFlow........................................................................................................277
6.6. Краткие итоги главы........................................................................................................295
Глава 7. Создание нейронных сетей обработки изображений:
библиотека ImageAI...............................................................................................................297
7.1. Классы распознавания и обнаружения объектов на изображениях...............................298
7.1.1. Распознавание объектов в изображениях: класс Imageclassification....................298
Функция .setModelTypeAsMobileNetV2().................................................................. 301
Функция ,setModelTypeAsResNet50()....................................................................... 301
Функция ,setModelTypeAsInceptionV3().................................................................... 301
Функция .setModelTypeAsDenseNetl21().................................................................... 301
Функция .setModelPath()............................................................................................ 301
Функция .loadModel()..................................................................................................302
Функция ,classifylmage()............................................................................................ 302
7.1.2. Обнаружение и извлечение объектов из изображений: класс Obj ectDetection...... 307
Функция .setModelTypeAsRetinaNetQ............................................................................308
Функция .setModelTypeAsYOLOv3Q...............................................................................308
Функция .setModelTypeAsTinyYOLOv3Q.........................................................................308
Функция .setModelPathQ............................................................................................ 309
Функция .loadModelQ................................................................................................. 309
Функция .detectObjectsFromlmageQ.............................................................................309
Функция .CustomObjectsQ.......................................................................................... 312
Функция .detectCustomObjectsFromlmageQ...................................................................314
7.2. Классы распознавания объектов в видеофайлах и видеопотоках.............................320
7.2.1. Обнаружение объектов в видеофайлах и видеопотоках с видеокамер:
класс VideoObjectDetection........................................................................................ 320
Функция .setModelTypeAsRetinaNetQ............................................................................321
Функция .setModelTypeAsYOLOv3Q...............................................................................321
Функция .setModelTypeAsTinyYOLOv3Q.........................................................................321
Функция .setModelPathQ............................................................................................ 322
Функция .loadModelQ................................................................................................. 322
Функция .detectObjectsFromVideoQ..............................................................................322
7.2.2. Примеры программы распознавания объектов в видеофайлах............................. 324
7.2.3. Пример программы распознавания объектов в видеопотоках с видеокамер...........327
7.2.4. Пример программы с пользовательскими функциями для распознавания
объектов в видеофайлах........................................................................................... 329
7.3. Обучение нейронных сетей на пользовательских наборах данных.........................341
7.3.1. Обучение нейронной сети на пользовательском наборе данных:
класс ClassificationModelTraining.............................................................................. 341
Функция .setModelTypeAsMobileNetV2()....................................................................343
Функция .setModelTypeAsResNet50()........................................................................343
Функция .setModelTypeAsInceptionV3Q....................................................................343
Функция .setModelTypeAsDenseNetl21Q....................................................................344
Функция .setDataDirectoryQ...................................................................................... 344
Функция .trainModelQ................................................................................................ 344
7.3.2. Пример программы обучения нейронной сети на пользовательском наборе
данных......................................................................................................................346
7.4. Применение пользовательских нейронных сетей с библиотекой ImageAI................ 350
7.4.1. Поиск пользовательских объектов в изображениях:
класс CustomlmageClassification............................................................................... 350
Функция .setModelTypeAsResNet50Q........................................................................350
Функция .setModelTypeAsInceptionV3Q....................................................................351
Функция .setModelTypeAsDenseNetl21 ()..................................................................351
Функция .setModelPathQ............................................................................................ 351
Функция .setJsonPathQ............................................................................................... 351
Функция .loadModelQ................................................................................................. 351
Функция .classifylmageQ............................................................................................ 352
7.4.2. Пример программы поиска пользовательских объектов в изображениях................353
7.5. Нейронные сети с архитектурой YOLOv3 для обнаружения объектов
в изображениях...................................................................................................... 355
7.5.1. Обучение пользовательской модели: класс Custom.DetectionModelTrainer......... 355
Метод .setModelTypeA$YOLOv3Q.............................................................................. 358
Метод .trainer.setDataDirectoryQ.............................................................................. 358
Метод ,trainer.setTrainConfig().................................................................................. 358
Функция .trainer,evaluateModelf).............................................................................. 360
7.5.2. Обнаружение и извлечение пользовательских объектов из изображений:
класс CustomObjectDetection.....................................................................................361
Метод ,setModelTypeAsYOLOv3()................................................................................ 364
Метод ,setModelPath().................................................................................................364
Метод ,setJsonPath()....................................................................................................364
Метод ,loadModel()......................................................................................................364
Метод ,detectObjectsFromImage().................................................................................. 364
7.5.3. Обнаружение и извлечение пользовательских объектов из видеопотоков
с видеокамер: класс CustomVideoObjectDetection.......................................................... 367
Метод ,setModelTypeAsYOLOv3()................................................................................. 370
Метод ,setModelPath().................................................................................................370
Метод .setJsonPath()....................................................................................................370
Метод .loadModel()......................................................................................................370
Метод ,detectObjectsFromVideo().................................................................................. 370
7.5.4. Формирование пользовательского обучающего набора данных:
приложение Labelling....................................................................................................374
7.5.5. Пример программы обучения модели YOLOv3 на пользовательском наборе
данных.............................................................................................................................383
7.5.6. Пример программы распознавания с помощью пользовательской модели
YOLOv3...............................................................................................................................384
7.6. Краткие итоги главы..................................................................................................... 386
Глава 8. Создание приложений для обработки изображений:
библиотека OpenCV............................................................................................................. 387
8.1. Обученные классификаторы Хаара для распознавания объектов в изображениях............. 388
8.2. Пример программы поиска лиц на фотографиях.............................................................390
8.3. Пример программы поиска лиц в видеопотоках с видеокамер...........................................392
8.4. Пример программы распознавания глаз на фотографиях................................................. 393
8.5. Пример программы распознавания эмоций на изображениях..........................................395
8.6. Пример программы распознавания автомобильных номеров на изображениях.................397
8.7. Пример программы распознавания автомобильных номеров в видеопотоке......................398
8.8. Пример программы распознавания движущихся автомобилей в транспортном
потоке...............................................................................................................................402
8.9. Пример программы распознавания различных объектов из одного программного
кода..................................................................................................................................403
8.10. Пример программы распознавания пешеходов на изображениях
с использованием OpenCV и HOG-детекторов.........................................................................405
8.11. Пример программы распознавания пешеходов на видео с использованием OpenCV и
HOG-детекторов..................................................................................................................408
8.12. Распознавание конкретных людей на фотографиях в OpenCV..........................................409
8.12.1. Пример программы для обучения модели распознавания лиц по
фотографиям........................................................................................................................412
8.12.2. Пример программы распознавания лиц конкретных людей на фотографиях.................. 419
8.13. Создание пользовательской модели распознавания людей в видеопотоке
с видеокамеры в OpenCV...................................................................................................... 423
8.13.1. Пример программы формирования обучающей выборки пользователя
для тренировки модели распознавания конкретных людей.......................................................423
8.13.2. Пример программы обучения модели на основе обучающей выборки
пользователя....................................................................................................................... 425
8.13.3. Программа распознавания лиц людей на основе обучающей выборки
пользователя....................................................................................................................... 427
8.14. Краткие итоги главы.................................................................................................... 430
Приложение. Описание электронного архива...........................................................................431
Список литературы............................................................................................................... 440
Книги...................................................................................................................................440
Электронные ресурсы........................................................................................................... 440
Предметный указатель...........................................................................................................444