风景园林计算机辅助设计 课件 7.1 人工智能技术

人工智能技术风景园林计算机辅助设计Computer-AidedDesign

for

LandscapeArchitecture人工智能技术的发展背景人工智能技术的基本原理经典神经网络的应用案例经典神经网络的应用类型人工智能技术的发展背景1人工智能技术的发展背景英国计算机科学家艾伦·图灵（AlanTuring）艾伦·图灵发明的恩尼格玛密码破解装置人工智能技术的发展背景塞缪尔和其开发的跳棋程序人工智能技术的发展背景IBMDeepBlue国际象棋系统IBMDeepBlue与俄罗斯国际象棋大师加里·卡斯帕罗夫的比赛人工智能技术的基本原理2人工智能技术的基本概念人工智能相关概念之间的联系机器学习的主要类型机器学习的主要类型监督学习无监督学习强化学习机器学习的常用算法决策树算法机器学习的常用算法线性回归算法聚类算法机器学习的常用算法主成分分析算法常见的神经网络类型常见的神经网络类型网络名称主要功能卷积神经网络（CNN）卷积神经网络对图像执行识别、分类、回归、分析的任务。卷积神经网络模型中的卷积层可以创建捕获视觉输入中特定区域的特征图,然后进一步进行分析以产生输出循环神经网络（RNN）循环神经网络的工作原理是保存其处理器节点生成的输出并将其反馈到算法中。这个过程使循环神经网络能够增强其预测能力。循环神经网络通常用于文本转语音应用等前馈神经网络（FNN）前馈神经网络将数据沿单个方向传递,通过各个处理节点,直到数据到达输出节点。前馈神经网络是面部识别、自然语言处理、计算机视觉和其他神经网络模型的基础生成对抗神经网络（GAN）生成对抗网络使用无监督学习从原始数据集中生成合理的结论。由生成模型和判别模型构成,以两个模型互相博弈的方式来生成新的样本的学习框架常见的神经网络类型常见的神经网络类型常用的深度学习框架常用的深度学习框架框架名称主要特点TensorFlowTensorFlow是Google开发的开源机器学习平台，用于构建、部署和训练机器学习模型，允许开发人员使用Python和JavaScript创建复杂神经网络PyTorchPyTorch基于Torch，由MetaPlatforms的研究团队开发。PyTorch的优势是快速原型设计和小型项目，具有较高的易用性和灵活性GoogleJaxGoogleJAX是一个专为高性能数值计算和机器学习研究而设计的Python库，用于转换数值函数。它的设计遵循NumPy的结构和工作流程，并可与各种现有框架，如TensorFlow和PyTorch配合使用ONNXONNX（OpenNeuralNetworkExchange）是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。ONNX格式使得不同的深度学习框架可以采用相同格式存储模型数据并交互PaddlePaddle飞桨（PaddlePaddle）由百度开发，包含核心框架、基础模型库、端到端开发套件、工具组件等，可实现端到端自适应混合并行训练技术以及压缩、推理、服务部署的协同优化MindSpore华为昇思MindSpore是一个全场景深度学习框架，提供动态图和静态图统一的编码方式，采用函数式可微分编程架构Accord.NETAccord.NETFramework是一个.NET机器学习框架，结合了用C#编写的音频和图像处理库，用于构建生产级计算机视觉、计算机试听、信号处理和统计应用程序常用的深度学习框架常用的深度学习框架深度学习的环境平台常用的通用编程环境环境名称主要特点PythonPython是一种通用编程语言，随着各类Python机器学习开源库的出现与快速发展、大量核心算法的逐步改善，在深度学习领域得到迅速的发展和应用MatlabMatlab是一款在科学计算和工程领域应用广泛的高级编程语言和交互式环境，具有很强的数据分析和计算能力MathematicaMathematica软件是WolframResearch公司开发的数学计算软件，也可以进行机器学习等方面的应用。Mathematica提供了大量由内置函数用于执行常见操作，使用户能够编写小型且易于理解的程序深度学习的环境平台Matlab深度学习的环境平台Mathematica深度学习的环境平台常用的深度学习模型共享平台平台名称主要特点TensorFlowHubTensorFlowHub内部包含已经预训练好的各种常用的网络模型与相应的权重，只需要调用其接口就可以得到相应的模型PyTorchHubPyTorchHub是一个基于PyTorch框架的模型存储库，它集成了大量的预先训练模型，涵盖图像分类、目标检测、自然语言处理、语音识别等领域ONNXZoo开放神经网络交换（ONNX）是一种开放标准格式，定义了一组通用的运算符和通用文件格式，能够将模型与各种框架、工具、运行时和编译器一起使用。ONNXZoo是ONNX格式的预先训练的模型集合HuggingFaceHuggingFace是一个工具的协作平台，用于创建、训练和部署神经网络模型。平台提供了BERT和GPT等预训练模型用于自然语言处理Modelscope阿里开发的开源模型平台，提供了很多的热门模型供使用体验，而且与阿里云服务进行联动KaggleKaggle是一个基于众包模式的数据建模和数据分析竞赛平台。研究者可在其上发布数据，数据挖掘专家可基于平台进行竞赛以产生最高效的模型WolframNeuralNetRepositoryWolframResearch提供了WolframNeuralNetRepository模型库，包含一系列预训练的神经网络模型，可用于音频、图像、数字、文本和视频的分析、分类、提取等深度学习的环境平台TensorFlowHubPyTorchHub深度学习的环境平台常用应用程序的深度学习组件名称主要特点GrasshopperLunchboxLunchBox是Grasshopper的一个插件，使用了Accord.NET公开了多种机器学习算法，包括分类、回归、聚类和神经网络等ArcGISProDeepLearningArcGISPro提供了可视化的交互环境、支持PyTorch、TensorFlow、Keras等各类开源框架，拥有多项深度学习模型，可用于对象检测、对象分类和影像分类等ENVIDeepLearningENVI深度学习模块具有直观的工具和工作流程，无需编程，只需单击按钮即可标记数据并生成模型。并可以融合光谱指数、高程数据或数据转换等信息层，以创建更复杂的分类器深度学习的环境平台GrasshopperLunchboxArcGISProDeepLearning经典神经网络的应用类型3经典神经网络的应用类型图像分类（按建筑建筑类型分类）图像分类和分割对象检测（检测棕榈树）经典神经网络的应用类型图像分类和分割语义分割（建筑范围识别）点云分类经典神经网络的应用类型图像转换图像风格迁移图像超分辨率处理经典神经网络的应用类型图像转换黑白图像转彩色经典神经网络的应用类型自然语言处理文本分类（多标签文本识别）命名实体提取经典神经网络的应用案例4使用ResNet计算全景绿视率全景影像拍摄全景影像拍摄点全景绿视率计算原理使用ResNet计算全景绿视率全景影像投影变换等距圆柱投影等积圆柱投影使用ResNet计算全景绿视率神经网络语义分割Cityscapes数据集的类型组类型平地车行道、人行道、停车场、铁路人行人、骑车人车辆汽车、卡车、巴士、火车、摩托车、自行车、大篷车、拖车建构筑物建筑、墙、栏杆、防护轨、桥梁、隧道物体杆、杆组、交通标志、交通灯自然植被、草坪或土壤地表天空天空空白其他类型地表、动态元素、静态元素Cityscapes数据集的类型划分使用ResNet计算全景绿视率神经网络语义分割基于卷积神经网络的全景绿视率识别结果类型全景图像示例投影变换和语义分割后图像示例绿视率/%样点总数平均绿视率/%活动广场56.26536.80一级园路36.256241.93二级园路32.204254.50三级园路85.151466.32公园入口50.01347.91使用ResNet计算全景绿视率神经网络语义分割全景绿视率全景影像的拍摄和处理示例经典神经网络的应用案例使用ResNet计算全景绿视率：语义分割的精度验证基于卷积神经网络的全景绿视率识别结果IoU/%原始等积投影图片卷积神经网络识别全景绿视率/%人工识别的全景绿视率/%33.1341.8532.7044.7944.7943.5155.2449.5135.5165.8249.0638.3475.4162.8961.1183.6840.8141.21使用PointCNN提取点云植被模型点云数据来源与处理点云数据采集范围使用PointCNN提取点云植被模型点云数据来源与处理表面密度临近点数量体积密度裁剪后点云数据信息使用PointCNN提取点云植被模型PointCNN点云