AI + ESP32-CAM + AWS：物聯網與雲端運算的專題實作應用 (1版)

類似書籍推薦給您

【簡介】 整合最熱門的 AI、物聯網與雲端運算 以 AWS 整合 ESP32-CAM 為例，進行車牌辨識實作！ 本書的內容主要結合了三大元素：人工智慧、物聯網設備與雲端運算。隨著人工智慧的爆發式成長，人工智慧的應用已經遍及影像、影片、聲音、對話、文章等領域，而公有雲已經將人工智慧的開發或是應用封裝成完善的服務，對於人工智慧的模型開發者或是應用開發者而言，只需要去熟悉、了解開發框架，就可以快速應用人工智慧的技術；不需要再花時間在購買GPU，安裝驅動、安裝開發框架等基礎環境搭建的無關事務上。 本書以 Python 為主要開發語言，ESP32-CAM 作為物聯網設備，接著介紹 AWS 雲端基礎建設與機器學習的相關服務，最後將 AWS 文字∕人臉辨識與 ESP32-CAM 進行整合，完成一個結合物聯網設備、雲端運算與人工智慧的應用系統。 本書可以學到哪些知識 。Python 基礎概念 。介紹單晶片 ESP32-CAM 。使用 MicroPython 開發 ESP32-CAM 。AWS 基礎設施服務 。Amazon API Gateway 。AWS Lambda 。Amazon DynamoDB 。Amazon S3 。Amazon Rekognition 。網際網路基礎 。HTTP Request/Response 本書適合的「讀者族群」 a.【自學者】適合用於自學 Python 程式語言。 b.【自學者】適合用於自學 AWS 雲端運算。 c.【自學者】適合用於自學 ESP32-CAM。 d.【自學者】適合用於在 AWS 雲端中探索職業生涯的人。 e.【自學者】適合用於在公司內部部署 IT 或雲端，但對 AWS 雲端不熟悉的人。 f.【自造者】適合想體驗自造精神或雲地與軟硬體結合。 g.【教育者】可以作為大專院校畢業專題的教學教材。 h.【教育者】可以作為大專院校雲端運算、物聯網與人工智慧實作的教學教材。 本書結合AI人工智慧、物聯網設備與雲端運算，以AWS整合ESP32-CAM為例，進行車牌辨識的應用實作。 【目錄】 CHAPTER 01　Python 基礎 1.1　Python 說明與開發環境 1.2　Python 基礎語法 1.3　Python 基本資料類型 CHAPTER 02　Python 流程控制 2.1　Python 分支控制 2.2　Python 函數與模組 CHAPTER 03　網路程式開發概念與實作 3.1　網際網路模型 3.2　HTTP 請求∕回應格式 3.3　HTTP 範例–使用 flask 與 telnet CHAPTER 04　ESP32-CAM 開發 4.1　ESP32-CAM 簡介 4.2　使用 MicroPython 開發 ESP32-CAM–使用圖形化工具 Thonny（Windows） CHAPTER 05　ESP32-CAM 基礎應用 5.1　使用 MicroPython 檔案存取–io 5.2　使用 MicroPython 控制燈號、撰寫 ISR–machine CHAPTER 06　ESP32-CAM 進階應用 6.1　使用 MicroPython 連接 Wi-Fi、同步 NTP 6.2　使用 MicroPython 安裝新模組與使用 6.3　使用 MicroPython 拍照 CHAPTER 07　AWS 基礎概念 7.1　AWS 雲端基礎 7.2　AWS 雲端安全 7.3　申請 AWS 帳戶 CHAPTER 08　雲端儲存–Amazon S3 8.1　Amazon S3 8.2　實驗：使用 Amazon S3 建立靜態網站 CHAPTER 09　雲端接口–Amazon API Gateway 9.1　Amazon API Gateway 9.2　實驗：建立 API Gateway–using mock CHAPTER 10　雲端運算–AWS Lambda 10.1　AWS Lambda 10.2　實驗：使用 GET 方法查詢資料–Lambda 10.3　實驗：使用 POST 方法上傳圖片–Lambda CHAPTER 11　雲端資料庫–Amazon DynamoDB 11.1　Amazon DynamoDB 11.2　實驗：讀取 EXCEL 檔並存入資料庫中 11.3　實驗：查詢資料庫中的資料 CHAPTER 12　雲端視覺辨識AI–Amazon Rekognition 12.1　Amazon Rekognition 12.2　人臉辨識從 Amazon S3 讀取 12.3　實驗：文字辨識從 Amazon S3 讀取 CHAPTER 13　整合實驗：車牌辨識從定義規格開始 13.1　整合實驗：車牌辨識–定義功能 13.2　實驗：後端–API Gateway 上傳圖片並使用 POSTMAN 檢驗結果 CHAPTER 14　後端實作–整合API + 資料庫 + AI 14.1　實驗：後端–API Gateway 設定車牌辨識選項 14.2　實驗：後端–觸動 S3 事件進行文字辨識 14.3　實驗：後端–API Gateway 查詢辨識記錄 CHAPTER 15　前端實作–ESP32-CAM + 網頁 15.1　實驗：前端–使用 ESP32-CAM 呼叫上傳圖片的 REST API 15.2　實驗：前端–使用 Web 用戶端 呼叫 REST API 附錄 A　參考資料