人工智能創新實驗教程（簡體書）

人工智能是一門新的交叉學科，近年來湧現出了許多新的算法模型和框架。本書面向人工智能算法的實踐與應用，參考了頂級會議和國內外競賽平臺的內容，將所涉及的分類、檢測、識別、預測等多項實驗任務進行歸類和優化整理。書中對每個實驗的背景與內容都進行了詳細闡述，對實驗的要求與評估方法進行了深入討論，對實驗數據及來源進行了詳盡描述，並給出了參考文獻，以便於有興趣的讀者進一步研究和探索。

本書可為高等院校計算機科學、電子科學與技術、信息科學、人工智能等專業方向的研究人員提供參考，也可作為相關專業本科生和研究生的實踐教學參考書，同時可供對人工智能應用感興趣的研究人員和工程技術人員參考。

第1章 分類與檢索類 1

實驗1.1 知乎話題標簽自動標注 1

實驗1.2 用戶評論情感極性判別 4

實驗1.3 細粒度用戶評論情感分析 5

實驗1.4 汽車行業用戶觀點主題及情感辨析 10

實驗1.5 圖文匹配 12

實驗1.6 文本智能處理 14

實驗1.7 機器寫作與人類寫作的判定 15

實驗1.8 基於文本內容識別垃圾信息 17

實驗1.9 大規模圖像搜索 18

實驗1.10 場景分類 21

實驗1.11 零樣本學習 24

實驗1.12 城市區域功能分類 26

實驗1.13 土地利用分類 28

實驗1.14 城市土地利用和土地覆蓋分類 30

實驗1.15 探尋地球密碼 32

實驗1.16 基於衛星圖像的地球分析 34

實驗1.17 天文數據挖掘 35

實驗1.18 藥物分子篩選 37

實驗1.19 眼底水腫病變區域自動分割 40

實驗1.20 大數據醫療―肝癌影像AI診斷 42

實驗1.21 視覺計算輔助良品檢測 43

實驗1.22 食品安全國家標準的精准化提取 45

實驗1.23營銷意圖辨識 50

實驗1.24 A股上市公司公告信息抽取 51

實驗1.25 大規模圖像數據集構造 54



第2章 檢測類 56

實驗2.1 基於Objects365數據集的目標檢測 56

實驗2.2 基於COCO和Mapillary數據集的目標檢測 57

實驗2.3 基於CrowdHuman數據集的人體檢測 61

實驗2.4 人臉特徵點檢測 63

實驗2.5 視頻人臉特徵點檢測 65

實驗2.6 人臉和人體檢測 67

實驗2.7 人體骨骼關鍵點檢測 69

實驗2.8 目標檢測 72

實驗2.9 目標檢測與視覺關係檢測 73

實驗2.10 視覺關係檢測 77

實驗2.11 真實世界圖像的對稱性檢測 77

實驗2.12 空中客車船檢測 79

實驗2.13 地物變化檢測 80

實驗2.14 餘震捕捉實驗 82

實驗2.15 裂紋檢測實驗 85

實驗2.16 智能城市交通系統檢測 87

實驗2.17 交通系統監測 91

實驗2.18 交通卡口車輛信息精准檢測 92

實驗2.19 商家招牌的分類與檢測 94

實驗2.20 充電樁故障分類與檢測 96

實驗2.21 肺炎檢測 97

實驗2.22 肺部結節智能診斷 100

實驗2.23 鋼筋數量檢測 103



第3章 識別類 107

實驗3.1 漢字檔案手寫識別 107

實驗3.2 漢字書法多場景識別 108

實驗3.3 網絡圖像的端到端文本檢測和識別 111

實驗3.4 零樣本圖像目標識別 114

實驗3.5 場景識別 115

實驗3.6 低功耗圖像目標識別 117

實驗3.7 輕量化人臉識別 119

實驗3.8 大規模視覺識別 121

實驗3.9 大規模地標識別 124

實驗3.10 監控場景下的行人精細化識別 126

實驗3.11 盲人視覺問題的回答 129

實驗3.12 虛擬仿真環境下的自動駕駛交通標誌識別 132

實驗3.13 ActivityNet大規模活動識別 135

實驗3.14 驗證碼識別 138

實驗3.15 鹽礦識別 140

實驗3.16 農作物區塊識別 141

實驗3.17 農作物病害識別 143

實驗3.18 服飾屬性標簽識別 144

實驗3.19 物流貨物限制品監測 150



第4章 視頻分析類 152

實驗4.1 電影描述 152

實驗4.2 電影標記與檢索 153

實驗4.3 電影填空 155

實驗4.4 短視頻內容理解與推薦 156

實驗4.5 視頻中可移動物體實例分割 158

實驗4.6 DAVIS視頻目標分割 161

實驗4.7 人體骨架跟蹤與視覺分析 163

實驗4.8 視覺理解與解析 166

實驗4.9 視覺問答和對話 167

實驗4.10 短視頻實時分類 168

實驗4.11 視頻增強與超分辨 171

實驗4.12 無人駕駛視覺感知 173



第5章 語言處理類 175

實驗5.1 英中文本機器翻譯1 175

實驗5.2 英中機器同聲傳譯 177

實驗5.3 英中文本機器翻譯2 179

實驗5.4 圖像中文描述 181

實驗5.5 跨語言短文本匹配 183

實驗5.6 聲紋識別 184

實驗5.7 金融領域機器閱讀理解 186

實驗5.8 觀點型問題機器閱讀理解 187

實驗5.9 文章核心實體的情感辨識 188



第6章 三維圖像處理類 191

實驗6.1 三維人臉特徵點跟蹤 191

實驗6.2 自然環境下的三維人臉配准 193

實驗6.3 三維手部姿態估計 195

實驗6.4 自動駕駛三維點雲分割 198

實驗6.5 大規模語義三維重建 200

實驗6.6 大規模三維重建與分割 203



第7章 預測類 205

實驗7.1 騎行目的地預測 205

實驗7.2 交通線路通達時間預測 206

實驗7.3 公交線路准點預測 209

實驗7.4 航班延誤預測 212

實驗7.5 天氣預報觀測 213

實驗7.6 降雨預測 218

實驗7.7 地球物候的深度學習預測 221

實驗7.8 交易風險識別與黑產監控 222

實驗7.9 A股上市公司季度營收預測 223

實驗7.10 資金流入流出預測 226

實驗7.11 高潛用戶購買意向預測 230

實驗7.12 用戶貸款風險預測 233

實驗7.13 基金間的相關性預測 236

實驗7.14 供應鏈需求預測 238

實驗7.15 需求預測與分倉規劃 241

實驗7.16 大學生助學金精准資助預測 246

實驗7.17 口碑商家客流量預測 248

實驗7.18 精品旅行服務成單預測 251

實驗7.19 廣告點擊概率預測 253

實驗7.20 搜索廣告轉化預測 254

實驗7.21 用戶點擊行為預測 258

實驗7.22 HaoKan App用戶保留率預測 259

實驗7.23 快手App活躍人數預測 260

實驗7.24 微博熱度預測 262

實驗7.25 微博互動預測 266

實驗7.26 糖尿病遺傳風險預測 269

實驗7.27 雙高疾病風險預測 271

實驗7.28 智能製造質量預測 274

實驗7.29 逆合成反應預測 276

實驗7.30 電力AI實驗 278

實驗7.31 音樂流行趨勢預測 279



第8章 推薦類 282

實驗8.1 問題推送 282

實驗8.2 個性化新聞推薦 284

實驗8.3 文章標題自動生成 286

實驗8.4 移動電商商品推薦 288

實驗8.5 面向電信行業存量用戶的套餐個性化匹配 290

實驗8.6 針對用戶興趣的個性化推薦 292

實驗8.7 預算約束的推薦算法 296

實驗8.8 穿衣搭配算法 298



第9章 優化類 301

實驗9.1 無人機路徑優化 301

實驗9.2 極速配送規劃 303

實驗9.3 航班調整的智能決策 309

實驗9.4 上下文感知的多模式交通推薦 316



第10章 數據挖掘類 319

實驗10.1 微博用戶畫像 319

實驗10.2 CSDN用戶畫像 321

實驗10.3 今日頭條用戶畫像 325

實驗10.4 消費者信用智能評分 326

實驗10.5 以人為中心的關係分割 329



第11章 安全與對抗類 333

實驗11.1 加密解密實驗 333

實驗11.2 惡意軟件檢測算法 334

實驗11.3 異常會話檢測算法 336

實驗11.4 攻擊流量檢測安全 338

實驗11.5 人工智能對抗算法 341

實驗11.6 對抗性視覺模型 344



第12章 其他 346

實驗12.1 圖像壓縮 346

實驗12.2 感知圖像的修復與處理 347