Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰
陳會安 著
買這商品的人也買了...
-
OCA/OCP Java SE 7 Programmer I & II Study Guide (Exams 1Z0-803 & 1Z0-804) (Hardcover)$1,910$1,815 -
不懂程式也能直接應用的 Excel 2013 VBA 巨集活用 200 例$550$435 -
$359計算機是怎樣跑起來的 (How Computer Works) -
最新 Excel VBA 活用範例速查手冊, 2/e$590$502 -
深度學習快速入門 — 使用 TensorFlow (Getting started with TensorFlow)$360$180 -
Python 初學特訓班 (增訂版) (附250分鐘影音教學/範例程式)$480$379 -
Microsoft Exchange Server 2016 管理實務$620$527 -
$359細說網頁製作 -
金融科技實戰：Python 與量化投資$650$507 -
MIS 一定要懂的 82個網路技術知識$360$284 -
Python 資料科學與人工智慧應用實務$650$553 -
Deep Learning 深度學習基礎｜設計下一代人工智慧演算法 (Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms)$620$490 -
圖解 AI 人工智慧大未來：關於人工智慧一定要懂得 96 件事$380$323 -
圖解人工智慧｜從零開始了解人工智慧的原理與應用$380$323 -
新一代 JavaScript 程式設計精解 -《對應 ECMAScript 全新語法標準》$580$493 -
MIS 一定要懂的 82個伺服器建置與管理知識$420$331 -
$454思科網絡實驗室 CCNP (路由技術) 實驗指南, 2/e -
JavaScript 技術手冊$560$392 -
$222C# 網絡程序開發, 2/e -
第一次學工程數學就上手 (2) ─ 拉式轉換與傅立葉, 3/e$240$216 -
$559思科網絡實驗室路由、交換實驗指南, 3/e -
Python - 最強入門邁向數據科學之路 - 王者歸來 (全彩印刷第三版)$1,080$853 -
程序員的數學基礎 Python 實戰$299$284 -
Python 資料科學學習手冊, 2/e (Python Data Science Handbook: Essential Tools for Working with Data, 2/e)$980$774 -
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473
相關主題
商品描述
零基礎也能打造AI物聯網，
用Node-RED整合YOLO與LLM，
全方位建構你的AIoT與邊緣AI應用！
當人工智慧結合物聯網成為未來主流，本書提供一條簡單易學的路徑，帶你從視覺化流程工具Node-RED入門，逐步整合YOLO物體偵測、Teachable Machine影像辨識與LLM大型語言模型，打造出屬於自己的智慧感知系統。全書以圖解＋範例方式呈現，並搭配專為本書設計的fChartEasy綠化開發套件，簡化安裝流程快速上手。不論是專題學生、教師或AIoT初學者，都能從中找到有用且完整的解決方案。
本書特色
視覺化開發×無痛入門
掌握Node-RED建置儀表板、網站與REST API，不需寫程式輕鬆上手AIoT
整合主流AI技術與實作
從Teachable Machine、YOLO到LLM，搞懂生成式AI在物聯網的實戰應用
完成AIoT跨領域整合專案
打造ESP32-CAM影像感測與車牌辨識的智慧邊緣裝置，實現完整AIoT應用場景
➤ 使用Node-RED視覺化流程建立監控儀表板（Dashboard）、MVC網站、REST API和使用MySQL資料庫儲存感測器數據。
➤ 詳細說明MQTT通訊協定、取得網路OpenData與JSON資料剖析、寄送Email電子郵件與Telegram通知。
➤ 使用Teachable Machine與YOLO訓練自己的AI模型，並且串接LLM來輕鬆使用Node-RED整合生成式AI，建立你的AIoT智慧物聯網應用。
➤ 完整YOLO模型訓練步驟，只需執行各步驟的Python工具程式，就可以使用LabelImg標註圖片建立資料集，訓練出你自己的YOLO物體偵測模型。
➤ 提供綠化版Node-RED+Python整合套件fChartEasy，免安裝輕鬆幫助你建構學習本書內容所需的Windows開發環境。
你將學會以下實作專案：
✔ 建立溫溼度監控儀表板、繪製Node-RED圖表、送出天氣通知
✔ 使用Teachable Machine 模型、標註圖檔、YOLO客製化模型
✔ 打造透過MQTT控制的ESP32-CAM相機與IP Camera，輕鬆建立你的AI之眼
✔ 建立AI猜拳遊戲、OCR車牌辨識、物體偵測、即時串流偵測、路況分析
作者簡介
陳會安
現職
專職資訊圖書作者、大專資訊課程老師
經歷
企業講師、松崗電腦產品經理、美商 PH 出版經理、專業電腦書作者。
資訊技術作家，出版超過 100 本電腦著作，包括：程式設計（C / C++、Java、C#、HTML5、PHP、ASP.NET、JSP等）、資料庫、系統分析、資料結構等各種不同主題。
近年研究人工智慧、機器學習 / 深度學習、資料科學、網路爬蟲、大數據分析和物聯網相關課程與圖書寫作，也熱衷利用 Raspberry Pi、Arduino、ESP8266 / ESP32 和 Micro:bit 等開發板製作創客作品，投入創客領域的教學與寫作。
fChart 程式設計教學工具官方網址：
https://fchart.github.io/
目錄大綱
第一篇 Node-RED視覺化流程打造監控儀表板和REST API
第01章 Node-RED基礎與視覺化流程
1-1 物聯網與Node-RED基礎
1-2 啟動Node-RED建立第一個流程
1-3 匯出、匯入和編輯Node-RED流程
1-4 Node-RED常用節點和msg訊息結構
第02章 建立監控的Node-RED儀表板
2-1 認識Node-RED儀表板
2-2 儀表板的功能執行元件
2-3 儀表板的資料輸入元件
2-4 儀表板的資料輸出元件
2-5 客製化儀表板的版面配置
第03章 初始Node-RED流程與資料分享
3-1 Node-RED流程的資料分享
3-2 初始Node-RED流程
3-3 認識JSON
3-4 使用檔案初始Node-RED流程
第04章 建立Node-RED MVC網站和REST API
4-1 認識Web網站、Web應用程式和MVC
4-2 建立MVC的Web網站
4-3 使用其他資料來源建立Web網站
4-4 使用檔案建立REST API
第05章 Node-RED與MySQL資料庫
5-1 認識與使用MySQL資料庫
5-2 SQL結構化查詢語言
5-3 Node-RED的資料庫查詢
5-4 Node-RED的資料庫操作
5-5 使用MySQL資料庫查詢結果建立REST API
第二篇 Node-RED網路資料交換：MQTT+OpenData+訊息通知
第06章 物聯網資料交換：MQTT通訊協定
6-1 認識MQTT通訊協定
6-2 MQTT代理人和客戶端
6-3 使用Node-RED建立MQTT客戶端
6-4 整合應用：使用MQTT建立溫溼度監控儀表板
第07章 取得網路資料：OpenData與JSON資料剖析
7-1 認識HTTP通訊協定
7-2 使用Node-RED取得網路資料
7-3 認識Open Data與Web API
7-4 Node-RED的JSON資料剖析
7-5 整合應用：取得網路資料繪製Node-RED圖表
7-6 整合應用：剖析JSON資料繪製Node-RED圖表
第08章 訊息通知：寄送Email電郵與Telegram通知
8-1 自動化寄送Email電子郵件通知
8-2 申請與使用Telegram Notification通知
8-3 取得OpenWeatherMap天氣的JSON資料
8-4 整合應用：使用Telegram Notification送出天氣通知
第三篇 訓練你自己的TensorFlow和YOLO模型+LLM的AI應用
第09章 Teachable Machine訓練TensorFlow影像分類模型
9-1 認識TensorFlow與TensorFlow.js
9-2 相關Node-RED節點的安裝與使用
9-3 使用Teachable Machine訓練機器學習模型
9-4 整合應用：在Node-RED使用Teachable Machine模型
第10章 取得與標註YOLO訓練資料：LabelImg
10-1 認識Ultralytics的YOLO
10-2 Thonny Python IDE的基本使用
10-3 取得訓練YOLO模型的圖檔資料
10-4 使用LabelImg標註圖檔建立訓練資料
10-5 整合應用：在Node-RED顯示標註圖檔
第11章 訓練你自己的YOLO物體偵測模型
11-1 整理與瀏覽Roboflow Universal取得的資料集
11-2 建立YAML檔訓練與驗證你的YOLO模型
11-3 在Node-RED使用YOLO預訓練模型
11-4 整合應用：在Node-RED使用YOLO客製化模型
第12章 Node-RED+LLM生成式AI應用
12-1 認識生成式AI與LLM
12-2 使用OpenAI的ChatGPT API
12-3 LLM API服務：Groq API
12-4 使用Ollama打造本機LLM
12-5 整合應用：在Node-RED儀表板使用LLM
第13章 AI之眼：ESP32-CAM開發板+MQTT
13-1 認識ESP32-CAM開發板
13-2 安裝和設定Arduino IDE
13-3 建立AI之眼：燒錄ESP32-CAM程式
13-4 在Node-RED流程使用MQTT操控AI之眼
13-5 整合應用：本機MQTT代理人連線AI之眼
第14章 AIoT與邊緣AI專題：Node-RED+Teachable Machine
14-1 在Node-RED儀表板顯示影像與上傳圖檔節點
14-2 在Node-RED儀表板即時分類Webcam影像
14-3 AIoT與邊緣AI專題：上傳圖檔建立AI猜拳遊戲
14-4 AIoT與邊緣AI專題：建立AI之眼＋MQTT的猜拳遊戲
第15章 AIoT與邊緣AI專題：Node-RED+YOLO
15-1 Node-RED影像工具箱與條碼生成節點
15-2 使用Tesseract-OCR文字識別
15-3 訓練YOLO車牌偵測模型
15-4 AIoT與邊緣AI專題：YOLO + Tesseract -OCR車牌辨識
15-5 AIoT與邊緣AI專題：上傳圖檔的YOLO蘋果物體偵測
15-6 AIoT與邊緣AI專題：YOLO+Streamlit即時串流偵測
第16章 AIoT與邊緣AI專題：Node-RED+LLM
16-1 Node-RED的螢幕擷圖節點
16-2 使用Llama Vision多模態模型
16-3 AIoT與邊緣AI專題：Llama Vision模型的車牌辨識
16-4 AIoT與邊緣AI專題：Llama Vision的路況分析
16-5 AIoT與邊緣AI專題：IP Camera+MQTT的AI之眼
附錄A 在Windows安裝本書Node-RED+YOLO fChartEasy
A-1 安裝Node-RED+YOLO開發環境：fChartEasy
A-2 在Node-RED刪除沒有使用的配置節點
