本书较全面地介绍人工智能芯片 K210 的特点和应用开发，深入浅出地讲解人工神经网络、卷积神经网络的应用设计，特别是全面和深入分析 YOLO 网络与目标检测方法，并把 YOLO 网络应用于 K210 之中。第一部分为RISC-V 及人工智能芯片，主要介绍 RISC-V 构架人工智能芯片 K210 应用开发，包括 RISC-V 构架及人工智能芯片 K210 介绍、输入/输出、串口通信、定时器与日历、音频输入/输出接口、显示屏驱动、摄像头数据采集、外部存储器、K210 的 WS2812 驱动、K210 的 ESP8266 驱动以及 K210 的 MicroPython 编程。第二部分为深度学习，主要介绍 Keras 及 TensorFlow Lite 应用开发，包括 Keras 人工神经网络应用设计、Keras 卷积神经网络及深度学习、TensorFlow Lite 安卓应用开发。第三部分为 YOLOv3 目标检测，主要介绍 YOLOv1/v2/v3 深度卷积神经网络目标检测应用开发，包括 YOLO 网络与目标检测基础、YOLO
《中华人民共和国水利行业标准（SL 482-2011）：灌溉与排水渠系建筑物设计规范》共14章45节325条和7个附录，主要包括以下内容：总则、术语和符号、建筑物级别划分和洪水标准、基本规定，以及渡槽、倒虹吸管、涵洞、水闸、隧洞、跌水与陡坡、排洪建筑物、农桥、量水设施等九类常用渠系建筑物（设施）的总体布置、结构型式构造、水力设计、结构设计及其安全监测地基与基础等。其中对水闸和隧洞两类建筑物只做出了其用于灌排渠系时的具体规定，以避免与现行《水闸设计规范》（SL265-2001）和《水工隧洞设计规范》（SL279-2002）过多重复。对农桥仅规定了灌排渠系管理范围内的桥梁应共同遵守的设计要求，以及农桥设计等级及荷载标准，其具体设计应参照交通运输部现行公路桥涵系列设计规范执行。对量水设施主要是规定了灌排渠系量水测站布置、量水方法
