能力名称：人工智能图像识别                            职业领域：人工智能训练师

工作任务

操作规范

相关知识

考核比重

（一）安装部署操作系统及服务

1.安装Windows、Linux操作系统

2.掌握Linux系统基本命令

3.能在Windows、Linux上安装、配置防火墙

4.能在Windows、Linux上进行包括文件管理、系统进行库配置、管理、差错、保证各种自带和新安装的系统服务正常运行

1.Windows、Linux操作系统基础知识及安装步骤操作

2.虚拟机原理

3.Linux基本命令使用

4.基本的防火墙知识和系统自带防火墙的基本配置

5.Shell脚本的基本知识，文件管理、库管理、库依赖关系等Shell命令

10％

（二）搭建Python开发环境

1.能搭建Python开发环境

用IDE编写Python代码

2.能使用Python语言工具

3.能面向对象编程

4.能使用Python常用库对数据进行处理

1.Python编程基础

2.流程控制与数组

3.文件处理

4.面向对象及方法重载

5.Python常用库的使用方法

6.并发编程

15％

（三）管理非关系型数据库

1.能安装部署非关系型数据库MongDB、hive等

2.能使用非关系型数据库进行数据的存储

3.能使用Python操作非关系型数据库MongDB

1.非关系型数据库MongDB等的安装部署知识及基础

2.非关系型数据库MongDB的常用操作

3.Python操作非关系型数据库MongDB的方法

10％

（四）进行图像预处理

1.能利用PIL对图像进行读取、转换格式等基本操作

2.能利用Python+OpenCV对图像进行去噪、平滑处理

3.能利用numpy修改图像像素

4.能使用SciPy通过高斯滤波器对图像进行模糊

5.能使用Sobel算子和拉普拉斯算子进行梯度滤波来实现边缘检测

6.会使用Canny检测算法进行边缘检测

1.PIL库的基础知识及使用方法

Numpy库的基础知识及使用方法

2.图像处理基础知识及方法

3.OpenCV基础知识

4.OpenCV的使用方法

5.SciPy科学模块的原理及使用

6.Sobel算子的原理及实现方法

7.拉普拉斯算子的原理及实现方法

8.Canny检测的算法原理

9.Canny检测的实现步骤

25％

（五）掌握图像识别技术

1.能搭建配置深度学习框架TensorFlow

2.能使用TensorFlow处理分类问题

3.能使用TensorFlow处理回归问题

4.能使用深度学习框架TensorFlow训练一个图像识别的模型，实现图像识别

5.能实现卷积神经网络CNN及TensorFlow

1.深度学习框架TensorFlow的工作原理及架构

2.TensorFlow的基本数据结构

3.TensorFlow实现代码结构和开发步骤

4.TensorFlow实现图像识别的步骤

5.卷积神经网络的原理

25％

（六）识别图像中的文本

1.能安装和部署tesseract-ocr引擎

2.能使用tesseract-ocr引擎获取图像文件的文字及版面信息

3.能使用机器学习对图像中的文本模型化

4.能对上述1-3中出现的错误指令进行处理及解决

1.tesseract-ocr引擎的安装部署知识

2.tesseract-ocr的实现原理

3.tesseract-ocr的语言包和psm

4.tesseract-ocr识别图像文字方法

5.词库模型(Bag-of-words model)的原理及使用

15％