AI ＋ ESP32-CAM ＋ AWS：物聯網與雲端運算的專題實作應用
活動訊息
內容簡介
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。
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。
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。
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
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
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價