1.6　AIDemo示例系统

本书配套的所有资源都可以从网址http://aibook.cslt.org下载，这些资源既包括一些基础阅读材料，也包括一些可动手操作的示例系统，以下称为AIDemo系统。AIDemo中的所有示例都基于Linux操作系统，因此需要一些Linux的基础知识；另外，这些示例绝大部分是用Python语言编写的，如果希望对这些程序进行较细致的学习，需要对Python有初步的了解。访问本书的官方网址，可以学习关于Linux和Python的基础知识。

为了方便读者搭建AIDemo示例系统，我们将所有示例程序及其运行环境打包成一个虚拟机，只要安装这一虚拟机，即可体验这些示例，免去复杂的环境配置过程。我们选择VirtualBox虚拟机软件，该软件可免费下载安装，可移植性较好。安装AIDemo虚拟机需要主机至少有4GB内存，最好有8GB。AIDemo中的示例程序需要主机有网络环境，有声音输入输出设备。本节首先介绍VirtualBox和AIDemo的安装过程，之后以一个简单的人脸检测系统为例介绍AIDemo中示例程序的运行方法。

1.6.1　AIDemo环境搭建

（1）在浏览器中输入网址https://www.virtualbox.org/wiki/Downloads.

（2）选择5.2版本，并选择合适的宿主机类型。对Windows用户，应选择Windows Hosts。下载安装包，进行默认安装即可。

（3）安装完成后，通过以下网址下载虚拟机映像（.ova文件）：

http://aibook.cslt.org/aidemo/ova.html.

（4）在VirtualBox的“管理”菜单中选择“导入虚拟电脑”，在弹出的窗口中选择前一步所下载的.ova文件，完成AIDemo虚拟机安装。AIDemo安装完成后的VirtualBox界面如图1-11所示。

（5）AIDemo虚拟机安装完成后，可双击该虚拟机图标启动系统，根据AIDemo主页（http://aibook.cslt.org/aidemo/demo.html）的提示索取密码，登录后即可开始体验AIDemo中的示例程序。

（6）我们会随时更新AIDemo系统，以方便读者体验最新的人工智能技术。请参考AIDemo主页上的提示信息进行示例程序的远程更新。

1.6.2　AIDemo示例基础

如果AIDemo虚拟机已经安装完成，且已经掌握了Linux和Python的基础知识，就可以开始体验一个简单的人工智能系统了。

首先以用户 tutorial 的身份登录AIDemo虚拟机，可以看到桌面上有一个主文件夹，鼠标双击该文件夹进入aibook→demo，即可看到若干文件夹，如图1-12所示。这些文件夹的内容如下。

• data：存储AIDemo系统所需的数据资源；
• env：存储AIDemo系统所使用的Python运行环境；
• image：图像处理示例程序；
• speech：语音处理示例程序；
• lang：自然语言处理示例程序；
• robot：机器人示例程序；

• mind：思维学习示例程序。

打开image或speech等目录，可以看到每个目录下有若干文件夹，每个文件夹对应一个示例程序。打开某一个示例程序，可以看到该文件夹下包括一个code目录和一个doc目录，前者保存了示例系统的源代码，后者保存了该示例的说明文档。AIDemo中的很多示例是从免费代码库github上下载后重新整理而成的，通常将从github上直接下载的代码放到org目录下。

认真阅读doc下的说明文档，可以了解运行相应示例程序的具体步骤。对大多数示例系统，code目标下的run.sh是主程序入口，运行该程序即可启动该示例的默认过程。这一运行过程需要在命令行窗口中执行。在AIDemo虚拟机桌面上右击，选择“打开终端”，进入相应示例程序的文件夹，再进入code目录，通过运行下述命令启动主程序：

      sh run.sh

绝大多数示例程序都设计了实验环节，这些实验通过修改run.sh或其他配置文件，改变默认程序的运行特性，从而让读者加深对该示例的理解。修改run.sh或配置文件可以通过双击这些文件，启动图形界面编辑器来完成，也可以通过更复杂的编辑工具（如 vim ）完成。

1.6.3　人脸检测（Face-detection）：第一个示例程序

本小节选择人脸检测作为例子来说明如何运行AIDemo中的示例程序，该示例程序保存在image/face-detection下。所谓人脸检测，是指从一张照片中将人脸找出来，并用方框进行标注。人脸检测是第2章要介绍的人脸识别技术的基础，只有把人脸找到，才有可能对其进行识别。这一任务看似简单，但当图片中包含的场景比较复杂时，检测过程很容易出错。这里将忽略技术细节，仅介绍如何启动示例系统，并通过修改代码来改变检测系统的行为方式。

Face-detection示例程序事实上是机器视觉处理工具包OpenCV的演示样例。首先认真阅读image/face-detection/doc/README，了解运行步骤。然后打开一个终端，进入目录aibook/demo/image/face-detection/code，执行run.sh：

     cd aibook/demo/image/face-detection/code
      sh run.sh

运行上述命令得到图1-13（a）所示的输入照片，回车后得到图1-13（b）所示的检测结果，再次回车则退出程序。

Face-detection示例程序设计了三个实验来加深读者对人脸检测系统的理解。在第一个实验中，读者将通过修改detect.py中的参数来观察不同参数对检测结果的影响。例如，face_minSize用来设定脸的最小尺寸，当调小这一数值时，会有更多脸检测出来；相反，当调大这一数值时，只有足够大的脸才能被检测到。例如，当我们设face_minSize=（130，130）时，就只能检测出一张脸了，如图1-14（a）所示。如果进一步将眼睛的最小尺寸eye_minSize增大，如设eye_minSize=（60，60），则连眼睛都检测不出来了，如图1-14（b）所示。

在第二个实验中，我们用一张包含更多人脸的照片来考查该人脸检测系统的性能。修改detect.py，将输入图片变量photo_fn定义为一张包含多个人脸的照片，如img目录下的crowd.jpg，即设置photo_fn=img/crowd.jpg。用默认参数配置运行run.sh，可得如图1-15所示的检测结果。

在第三个实验中，我们鼓励读者用手机自拍一张照片，作为face-detection的输入图来进行人脸检测，观察光照、角度、姿态等对检测结果的影响。实验时，需要将照片上传到AIDemo虚拟机，并将detect.py中的photo_fn参数设成该文件的路径。将照片上传到虚拟机的方法有多种，一种简单的方法是将文件上传到第三方共享网站（如百度云），再从AIDemo虚拟机上通过浏览器下载；另一种方法是利用VirtualBox的文件夹共享功能，在主机和AIDemo虚拟机间交换文件。

通过上述实验过程，读者即可对人脸检测技术有个直观了解，对该实验的检测系统在性能、适用性上有更深入的认识。更重要的是，读者可以通过对模型参数进行调优，积累设计人工智能系统的基本技能，为深入学习和熟练应用人工智能技术打下基础。 dsd+6ezOiYTxbIXUK7XEZkMjIO1rMtO9NvVdA4B4tcLV3vmsr7b+LA9AcNiZU0hk