人工智能實(shí)訓(xùn)室建設(shè)方案
一、專業(yè)背景
人工智能（Artificial Intelligence），它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。
人工智能的實(shí)際應(yīng)用有：機(jī)器視覺(jué)，指紋識(shí)別，人臉識(shí)別，視網(wǎng)膜識(shí)別，虹膜識(shí)別，掌紋識(shí)別，專家系統(tǒng)，自動(dòng)規(guī)劃，智能搜索，定理證明，博弈，自動(dòng)程序設(shè)計(jì)，智能控制，機(jī)器人學(xué)，語(yǔ)言和圖像理解，遺傳編程等。
如今處于風(fēng)口上的人工智能產(chǎn)業(yè)界，受到了眾多企業(yè)的追捧。截至2019年6月，中國(guó)人工智能企業(yè)超過(guò)1200家，位居全球第二。但我國(guó)人工智能行業(yè)并未擺脫人才稀缺的發(fā)展短板，專業(yè)人才稀缺嚴(yán)重。根據(jù)獵聘發(fā)布的《獵聘2019年中國(guó)AI&大數(shù)據(jù)人才就業(yè)趨勢(shì)報(bào)告》，中國(guó)人工智能人才缺口超過(guò)500萬(wàn)。為了滿足人工智能產(chǎn)業(yè)界對(duì)人才的迫切需求，國(guó)家相繼出臺(tái)了多項(xiàng)政策方針，引導(dǎo)高校盡快設(shè)置人工智能相關(guān)專業(yè)，加大人工智能人才培養(yǎng)力度。2019年3月，35所高校獲批建設(shè)人工智能本科專業(yè)。2019年10月18日在教育部發(fā)布的《普通高等學(xué)校高等職業(yè)教育(專科)專業(yè)目錄》2019年增補(bǔ)專業(yè)中，增補(bǔ)了人工智能技術(shù)服務(wù)專科專業(yè)。
根據(jù)教育部《普通高等學(xué)校高等職業(yè)教育（專科）專業(yè)設(shè)置管理辦法》，在相關(guān)學(xué)校和行業(yè)提交增補(bǔ)專業(yè)建議的基礎(chǔ)上，教育部組織研究確定了2019年度增補(bǔ)專業(yè)共9個(gè)，自2020年起執(zhí)行。在高等職業(yè)教育行業(yè)目錄中，正式宣布人工智能技術(shù)服務(wù)專業(yè)誕生，專業(yè)代碼610217。
該專業(yè)建設(shè)以人工智能技術(shù)與應(yīng)用素質(zhì)培養(yǎng)為基礎(chǔ)，以人工智能技術(shù)與應(yīng)用能力為培養(yǎng)主線，將人工智能技術(shù)服務(wù)專業(yè)技能知識(shí)和職業(yè)資格認(rèn)證相結(jié)合，構(gòu)建專業(yè)的理論教學(xué)體系和實(shí)踐能力培養(yǎng)體系。采取多種形式，通過(guò)實(shí)施“雙證書”和“多證書”制，培養(yǎng)社會(huì)所需的實(shí)用型人才。2018年4月2日，教育部印發(fā)了《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，行動(dòng)計(jì)劃中要求各大高校加快人工智能科技創(chuàng)新基地。因此，在高職院校設(shè)立人工智能專業(yè)迫在眉睫。
二、知識(shí)體系
人工智能是一門邊緣學(xué)科，屬于自然科學(xué)和社會(huì)科學(xué)的交叉。涉及到的學(xué)科包括：哲學(xué)和認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)，信息論，控制論，不定性論等。對(duì)于高職學(xué)生而言，人工智能技術(shù)服務(wù)專業(yè)設(shè)計(jì)到的知識(shí)包括：微電子、計(jì)算機(jī)技術(shù)、電子信息技術(shù)、軟件工程、通信技術(shù)、網(wǎng)絡(luò)安防等。
三、人才培養(yǎng)
3.1 需求分析
人工智能的興起廣泛帶動(dòng)了不同行業(yè)的變革。以計(jì)算機(jī)視覺(jué)及大規(guī)模神經(jīng)網(wǎng)絡(luò)為代表的技術(shù)突破，為人工智能的實(shí)際應(yīng)用創(chuàng)造了成熟條件。目前，人工智能的快速發(fā)展與專業(yè)人才尤其是應(yīng)用型人才匱乏的矛盾顯得尤為突出。因此，培養(yǎng)熟悉硬件、掌握AI 相應(yīng)模塊使用方法的應(yīng)用型人才是目前各個(gè)企業(yè)和機(jī)構(gòu)的當(dāng)務(wù)之急，對(duì)人工智能應(yīng)用型人才的培養(yǎng)顯得尤為重要。
我國(guó)人工智能行業(yè)市場(chǎng)分析：
人工智能行業(yè)市場(chǎng)分析圖
3.2 培養(yǎng)目標(biāo)
本專業(yè)培養(yǎng)適應(yīng)社會(huì)主義現(xiàn)代化建設(shè)事業(yè)需要，德、智、體、美全面發(fā)展，具有良好人文、科學(xué)素養(yǎng)和職業(yè)道德，掌握計(jì)算機(jī)編程技術(shù)、Python語(yǔ)言高級(jí)開(kāi)發(fā)技術(shù)、人工智能數(shù)學(xué)、機(jī)器學(xué)習(xí)、算法、人工智能的實(shí)踐工作和創(chuàng)新能力，能從事人工智能技術(shù)在智能交通、環(huán)境保護(hù)、公共安全、智能家居、工業(yè)監(jiān)測(cè)、個(gè)人健康等多個(gè)領(lǐng)域中的系統(tǒng)開(kāi)發(fā)及其應(yīng)用的高級(jí)技術(shù)應(yīng)用型人才。綜合素質(zhì)方面具有一定的創(chuàng)新意識(shí)、團(tuán)隊(duì)意識(shí)、邏輯推理能力，綜合分析能力、實(shí)踐動(dòng)手能力、自主學(xué)習(xí)能力，能在企事業(yè)單位從事人工智能應(yīng)用相關(guān)的開(kāi)發(fā)、運(yùn)維、管理工作的高素質(zhì)技術(shù)技能型人才。
3.3 職業(yè)素質(zhì)
具有科學(xué)的世界觀、人生觀和價(jià)值觀；具有責(zé)任心和社會(huì)責(zé)任感；具有法律意識(shí)。本專業(yè)培養(yǎng)適應(yīng)社會(huì)主義現(xiàn)代化建設(shè)事業(yè)需要，德、智、體、美全面發(fā)展，具有良好人文、科學(xué)素養(yǎng)和職業(yè)道德，掌握計(jì)算機(jī)編程技術(shù)、Python語(yǔ)言高級(jí)開(kāi)發(fā)技術(shù)、人工智能數(shù)學(xué)、機(jī)器學(xué)習(xí)、算法、人工智能的實(shí)踐工作和創(chuàng)新能力，能從事人工智能技術(shù)在智能交通、環(huán)境保護(hù)、公共安全、智能家居、工業(yè)監(jiān)測(cè)、個(gè)人健康等多個(gè)領(lǐng)域中的系統(tǒng)開(kāi)發(fā)及其應(yīng)用的高級(jí)技術(shù)應(yīng)用型人才。綜合素質(zhì)方面具有一定的創(chuàng)新意識(shí)、團(tuán)隊(duì)意識(shí)、邏輯推理能力，綜合分析能力、實(shí)踐動(dòng)手能力、自主學(xué)習(xí)能力，能在企事業(yè)單位從事人工智能應(yīng)用相關(guān)的開(kāi)發(fā)、運(yùn)維、管理工作的高素質(zhì)技術(shù)技能型人才。
3.3 職業(yè)素質(zhì)
具有合理的知識(shí)結(jié)構(gòu)和一定的知識(shí)儲(chǔ)備；具有不斷更新知識(shí)和自我完善的能力；具有持續(xù)學(xué)習(xí)和終身學(xué)習(xí)的能力；具有一定的創(chuàng)新意識(shí)、創(chuàng)新精神及創(chuàng)新能力，具有一定的人文和藝術(shù)修養(yǎng)；具有良好的人際溝通能力。
具有良好的職業(yè)道德與職業(yè)操守；具備較強(qiáng)的組織觀念和團(tuán)隊(duì)意識(shí)。
掌握從事人工智能產(chǎn)品集成、人工智能平臺(tái)運(yùn)營(yíng)、人工智能產(chǎn)品測(cè)試、人工智能技術(shù)支持、人工智能產(chǎn)品營(yíng)銷與策劃等工作所必須的專業(yè)知識(shí)；具有一定的工程意識(shí)和效益意識(shí)，具備一定的市場(chǎng)營(yíng)銷能力。
具有健康的體魄和良好的身體素質(zhì)；擁有積極的人生態(tài)度和良好的心理調(diào)試能力。
3.4 專業(yè)能力
能夠根據(jù)人工智能產(chǎn)品規(guī)劃，對(duì)客戶的需求進(jìn)行有效挖掘和準(zhǔn)確把握，具有將產(chǎn)品轉(zhuǎn)化成市場(chǎng)化商品能力；能夠依據(jù)客戶需求的分析，制訂人工智能解決方案的能力；
具備人工智能編程和數(shù)學(xué)基礎(chǔ)知識(shí)；
具備人工智能產(chǎn)品調(diào)試、測(cè)試、部署和技術(shù)支持的能力；
掌握機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)基礎(chǔ)知識(shí)和基本技能。
具備面向?qū)ο蟪绦蛟O(shè)計(jì)能力。
熟悉深度學(xué)習(xí)模型應(yīng)用，具備的訓(xùn)練模型、模型優(yōu)化的能力。
具備能夠使用高級(jí)語(yǔ)言開(kāi)發(fā)實(shí)現(xiàn)給定需求的能力（以C#為例）。
能夠較為熟練地使用編程語(yǔ)言（以 Python 為例）。
具備在方案執(zhí)行過(guò)程能夠有效跟蹤，及時(shí)處理項(xiàng)目執(zhí)行中發(fā)現(xiàn)問(wèn)題的能力；
3.5 方法能力
（1）分析問(wèn)題與解決問(wèn)題的能力；
（2）應(yīng)用知識(shí)的能力；
（3）創(chuàng)新能力。
3.6 社會(huì)能力
（1）良好的溝通表達(dá)能力；
（2）工程實(shí)踐能力：人員管理、時(shí)間管理、技術(shù)管理、流程管理等能力；
（3）團(tuán)隊(duì)協(xié)作的能力；
3.7 就業(yè)分析
本專業(yè)領(lǐng)域畢業(yè)生可到各類企事業(yè)單位承擔(dān)人工智能產(chǎn)品和系統(tǒng)的生產(chǎn)、測(cè)試、運(yùn)營(yíng)、維護(hù)、技術(shù)支持、售后、銷售等工作，對(duì)于能力較強(qiáng)的學(xué)生可以承擔(dān)人工智能助理工程師、機(jī)器學(xué)習(xí)工程師、計(jì)算機(jī)視覺(jué)工程師等研發(fā)崗。
具體崗位包括:人工智能實(shí)施工程師、人工智能運(yùn)營(yíng)工程師、人工智能運(yùn)維工程師、人工智能助理工程師、人工智能測(cè)試工程師、人工智能技術(shù)支持工程師（FAE）、人工智能工程師、機(jī)器學(xué)習(xí)工程師、人工智能產(chǎn)品銷售。
（1）分析問(wèn)題與解決問(wèn)題的能力；
（2）應(yīng)用知識(shí)的能力；
（3）創(chuàng)新能力。
3.6 社會(huì)能力
（1）良好的溝通表達(dá)能力；
（2）工程實(shí)踐能力：人員管理、時(shí)間管理、技術(shù)管理、流程管理等能力；
（3）團(tuán)隊(duì)協(xié)作的能力；
3.7 就業(yè)分析
本專業(yè)領(lǐng)域畢業(yè)生可到各類企事業(yè)單位承擔(dān)人工智能產(chǎn)品和系統(tǒng)的生產(chǎn)、測(cè)試、運(yùn)營(yíng)、維護(hù)、技術(shù)支持、售后、銷售等工作，對(duì)于能力較強(qiáng)的學(xué)生可以承擔(dān)人工智能助理工程師、機(jī)器學(xué)習(xí)工程師、計(jì)算機(jī)視覺(jué)工程師等研發(fā)崗。
具體崗位包括:人工智能實(shí)施工程師、人工智能運(yùn)營(yíng)工程師、人工智能運(yùn)維工程師、人工智能助理工程師、人工智能測(cè)試工程師、人工智能技術(shù)支持工程師（FAE）、人工智能工程師、機(jī)器學(xué)習(xí)工程師、人工智能產(chǎn)品銷售。
人工智能就業(yè)崗位分析
六、實(shí)訓(xùn)室建設(shè)
人工智能技術(shù)服務(wù)專業(yè)旨在培養(yǎng)人工智能產(chǎn)業(yè)的應(yīng)用型人才，使本專業(yè)的高校畢業(yè)具備數(shù)據(jù)標(biāo)注、人工智能產(chǎn)品部署安裝、人工智能產(chǎn)品調(diào)試、人工智能系統(tǒng)運(yùn)維、人工智能產(chǎn)品推廣、產(chǎn)品銷售與咨詢、售前售后技術(shù)支持等能力，以滿足企事業(yè)單位對(duì)于人工智能領(lǐng)域高素質(zhì)技術(shù)應(yīng)用型人才的需求。
人工智能相關(guān)專業(yè)的知識(shí)體系比較復(fù)雜，對(duì)于的教學(xué)、實(shí)訓(xùn)的質(zhì)量要求更高。教學(xué)主要是以理論知識(shí)為主，培養(yǎng)學(xué)生對(duì)于本專業(yè)知識(shí)體系框架的建立。對(duì)對(duì)于實(shí)訓(xùn)而言，旨在培養(yǎng)學(xué)生的設(shè)備安裝、部署、環(huán)境搭建、運(yùn)維、故障排除修復(fù)等實(shí)操能力。所以實(shí)訓(xùn)室的建設(shè)必須要能夠提供學(xué)生動(dòng)手實(shí)踐的空間，能夠?qū)W(xué)生學(xué)習(xí)到的理論知識(shí)轉(zhuǎn)化為實(shí)操能力，讓學(xué)生全面掌握人工智能產(chǎn)品的組件、系統(tǒng)架構(gòu)、部署流程、運(yùn)行流程等知識(shí)。所以人工智能實(shí)訓(xùn)室的實(shí)訓(xùn)設(shè)備必須以實(shí)際行業(yè)應(yīng)用為依托，對(duì)主流的人工智能產(chǎn)品進(jìn)行模型化重構(gòu)，讓學(xué)生、老師可以和人工智能的行業(yè)應(yīng)用進(jìn)行無(wú)縫對(duì)接，輕而易舉的完成人工智能理論知識(shí)的成果轉(zhuǎn)化，做出一些看得見(jiàn)、摸得著人工智能項(xiàng)目應(yīng)用。
人工智能相關(guān)專業(yè)的知識(shí)體系比較復(fù)雜，對(duì)于的教學(xué)、實(shí)訓(xùn)的質(zhì)量要求更高。教學(xué)主要是以理論知識(shí)為主，培養(yǎng)學(xué)生對(duì)于本專業(yè)知識(shí)體系框架的建立。對(duì)對(duì)于實(shí)訓(xùn)而言，旨在培養(yǎng)學(xué)生的設(shè)備安裝、部署、環(huán)境搭建、運(yùn)維、故障排除修復(fù)等實(shí)操能力。所以實(shí)訓(xùn)室的建設(shè)必須要能夠提供學(xué)生動(dòng)手實(shí)踐的空間，能夠?qū)W(xué)生學(xué)習(xí)到的理論知識(shí)轉(zhuǎn)化為實(shí)操能力，讓學(xué)生全面掌握人工智能產(chǎn)品的組件、系統(tǒng)架構(gòu)、部署流程、運(yùn)行流程等知識(shí)。所以人工智能實(shí)訓(xùn)室的實(shí)訓(xùn)設(shè)備必須以實(shí)際行業(yè)應(yīng)用為依托，對(duì)主流的人工智能產(chǎn)品進(jìn)行模型化重構(gòu)，讓學(xué)生、老師可以和人工智能的行業(yè)應(yīng)用進(jìn)行無(wú)縫對(duì)接，輕而易舉的完成人工智能理論知識(shí)的成果轉(zhuǎn)化，做出一些看得見(jiàn)、摸得著人工智能項(xiàng)目應(yīng)用。
6.1 配置方案
| 序號(hào) | 名稱 | 數(shù)量 | 型號(hào) | 單價(jià) | 總價(jià) | 備注 |
| 1 | AI人工智能實(shí)驗(yàn)箱 | 40 | DB-SD23 | 30000 | 1200000 | |
| 2 | 實(shí)驗(yàn)桌 | 套 | 20 | 6000 | 120000 | |
| 合計(jì):132萬(wàn) 含稅含運(yùn)費(fèi)安裝調(diào)試培訓(xùn) | ||||||
附:參數(shù)
DB-SD23 AI人工智能實(shí)驗(yàn)箱
AI人工智能實(shí)驗(yàn)箱：開(kāi)啟您的AI學(xué)習(xí)之旅！
2017年，Transformer出現(xiàn)在一篇論文《 Attention Is All You Need》中被引入，并在自然語(yǔ)言處理中得到廣泛應(yīng)用。
2022年：ChatGPT的橫空出世
2022年11月，OpenAI發(fā)布了基于Transformer模型的大型語(yǔ)言模型ChatGPT，引發(fā)了全世界的AI浪潮，被《大西洋》雜志評(píng)為“年度突破”，并稱其“可能會(huì)改變我們對(duì)工作方式、思考方式以及人類創(chuàng)造力的真正含義的想法”。
2023年：AI元年，全球競(jìng)速，勢(shì)不可擋！
中國(guó)：國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將人工智能列為國(guó)家戰(zhàn)略，目標(biāo)到2030年成為世界領(lǐng)先者。
美國(guó)：發(fā)布《人工智能國(guó)家戰(zhàn)略》，持續(xù)加大投入，保持領(lǐng)先優(yōu)勢(shì)。
歐盟：發(fā)布《人工智能白皮書》，將人工智能視為歐洲未來(lái)經(jīng)濟(jì)增長(zhǎng)引擎。
全球：人工智能在醫(yī)療、技術(shù)、教育、交通、金融、娛樂(lè)等領(lǐng)域廣泛應(yīng)用，帶來(lái)前所未有的變革。
AI 的新時(shí)代已經(jīng)降臨，而你，準(zhǔn)備好了嗎？
AI人工智能實(shí)驗(yàn)箱專為高校人工智能教學(xué)打造的全功能平臺(tái)，讓您輕松掌握AI技術(shù)，開(kāi)啟智能時(shí)代的大門！
三大核心優(yōu)勢(shì)，助您一路領(lǐng)先：
1. 由淺入深，循序漸進(jìn)
從基礎(chǔ)的GPIO擴(kuò)展到深度學(xué)習(xí)的AI視覺(jué)、AI聽(tīng)覺(jué)，上海頂邦A(yù)I平臺(tái)提供完整的學(xué)習(xí)路徑，讓您一步步掌握AI知識(shí)體系，輕松應(yīng)對(duì)各種挑戰(zhàn)。
2. 軟硬結(jié)合，實(shí)踐為王
AI人工智能實(shí)驗(yàn)箱將理論與實(shí)踐完美結(jié)合，豐富的實(shí)驗(yàn)項(xiàng)目讓您在實(shí)踐中學(xué)習(xí)，在應(yīng)用中鞏固，真正將AI知識(shí)融會(huì)貫通。
3. 開(kāi)放靈活，激發(fā)創(chuàng)新
開(kāi)放的GPIO接口和模塊化設(shè)計(jì)，支持個(gè)性化功能開(kāi)發(fā)，讓您將創(chuàng)意變?yōu)楝F(xiàn)實(shí)，打造屬于自己的AI項(xiàng)目。
用戶的評(píng)價(jià)：
1. 來(lái)自高校教師的評(píng)價(jià)：
“課程內(nèi)容豐富，教學(xué)效果杠杠的，學(xué)生們都搶著學(xué)AI！”
“以前教AI，我頭都大了，各種理論知識(shí)，學(xué)生們聽(tīng)得云里霧里。現(xiàn)在有了上海頂邦A(yù)I實(shí)驗(yàn)箱，我輕松多了，直接讓學(xué)生做實(shí)驗(yàn)，學(xué)得賊快！”
2. 來(lái)自學(xué)生的評(píng)價(jià)：
“以前我對(duì)AI一點(diǎn)都不懂，現(xiàn)在我都能開(kāi)發(fā)自己的AI項(xiàng)目了！”
“課程由淺入深，循序漸進(jìn)，小白也能輕松上手。老師講得也好，我聽(tīng)得懂，學(xué)得會(huì)！”
3. 來(lái)自校領(lǐng)導(dǎo)的評(píng)價(jià)
“AI人工智能實(shí)驗(yàn)箱能夠幫助學(xué)生快速掌握AI知識(shí)和技能。平臺(tái)提供的實(shí)驗(yàn)項(xiàng)目也非常實(shí)用，能夠幫助學(xué)生將理論知識(shí)應(yīng)用到實(shí)踐中。”
“我們相信，借助上海頂邦人工智能實(shí)驗(yàn)箱，我們學(xué)校的AI教學(xué)水平將不斷提升，學(xué)生們也將能夠在未來(lái)的AI時(shí)代取得更大的成就。”
AI人工智能實(shí)驗(yàn)箱不僅是學(xué)習(xí)AI的最佳工具，更是您通往AI未來(lái)的橋梁！
一、AI核心
GPU ：128核 NVIDIA Maxwell GPU
CPU ：4核cortex-A57處理器
內(nèi)存：4 GB LPDDR 25.6 GB/s
算力：472 GFLOP
基于NVIDIA強(qiáng)大的Al計(jì)算能力，系統(tǒng)內(nèi)核是一個(gè)小巧卻功能強(qiáng)大的計(jì)算機(jī)，它可以讓你并行運(yùn)行多個(gè)神經(jīng)網(wǎng)絡(luò)、對(duì)象檢測(cè)、分割和語(yǔ)音處理等應(yīng)用程序， 系統(tǒng)搭載四核cortex- A57處理器，128核Maxwell GPU及 4GB LPDDR內(nèi)存，帶來(lái)足夠的Al計(jì)算能力，提供472GFLOP算力，并支持一系列流行的Al框架和算法，比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等。
二、系統(tǒng)框架與AI框架
1. 系統(tǒng)預(yù)裝ubuntu18.04操作系統(tǒng)，所有環(huán)境代碼庫(kù)文件均已安裝，開(kāi)機(jī)即用。
Ubuntu 18.04 LTS在云計(jì)算領(lǐng)域效率極高，特別適用于機(jī)器學(xué)習(xí)這樣的存儲(chǔ)密集型和計(jì)算密集型任務(wù)。Ubuntun 長(zhǎng)期支持版本可以獲得 Canonical 官方長(zhǎng)達(dá)五年的技術(shù)支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15，其中包含針對(duì) Spectre 和 Meltdown 錯(cuò)誤的修復(fù)程序。
2. 提供詳細(xì)的python開(kāi)源范例程序
根據(jù)TIOBE最新排名 ，Python已超越C#，與Java,C,C++一起成為全球前4大最流行語(yǔ)言。國(guó)內(nèi)目前百度指數(shù)搜索量已經(jīng)超越Java，與C++，即將成為國(guó)內(nèi)最受歡迎的開(kāi)發(fā)語(yǔ)言。
Python被廣泛應(yīng)用于后端開(kāi)發(fā)、游戲開(kāi)發(fā)、網(wǎng)站開(kāi)發(fā)、科學(xué)運(yùn)算、大數(shù)據(jù)分析、云計(jì)算，圖形開(kāi)發(fā)等領(lǐng)域；Python在軟件質(zhì)量控制、提升開(kāi)發(fā)效率、可移植性、組件集成、豐富庫(kù)支持等各個(gè)方面均處于先進(jìn)地位。python具有 簡(jiǎn)單、易學(xué)、免費(fèi)、開(kāi)源、可移植、可擴(kuò)展、可嵌入、面向?qū)ο蟮葍?yōu)點(diǎn)，它的面向?qū)ο笊踔帘萰ava和C#.net更徹底；
3. JupyterLab編程
JupyterLab是一個(gè)基于Web的交互式開(kāi)發(fā)環(huán)境，用于Jupyter筆記本、代碼和筆記本、代碼和數(shù)據(jù).JupyterLab非常靈活配置和排列用戶界面，以支持?jǐn)?shù)據(jù)科學(xué)、科學(xué)計(jì)算和機(jī)器學(xué)習(xí)中廣泛的工作流.JupyterLab是可擴(kuò)展的和模塊化的編寫插件，添加新組件并與現(xiàn)有組件集成
4. 多種AI框架
OpenCV計(jì)算機(jī)視覺(jué)庫(kù)，TensorFlow AI框架，Pytorch AI框架等
三、AI人工智能實(shí)驗(yàn)箱特點(diǎn)
支持多模態(tài)輸入，跨語(yǔ)言編程，優(yōu)化深度學(xué)習(xí)模型
人體姿態(tài)估計(jì)，應(yīng)用于實(shí)際場(chǎng)景
實(shí)時(shí)背景移除，基于深度學(xué)習(xí)，高效實(shí)時(shí)移除背景
目標(biāo)檢測(cè)，多目標(biāo)檢測(cè)能力強(qiáng)
語(yǔ)義分割，像素級(jí)別的詳細(xì)分類，適用于環(huán)境感知
單目深度，無(wú)需特殊相機(jī)，利用全卷積網(wǎng)絡(luò)，可從單個(gè)圖像推斷相對(duì)深度，應(yīng)用廣泛。
語(yǔ)音情感識(shí)別，采用Mobilenet_v2模型處理語(yǔ)音情感，輕量化、高效
六自由度機(jī)械臂，智能舵機(jī)，ROS控制，適用于AI視覺(jué)顏色分揀實(shí)驗(yàn)
車牌識(shí)別，使用Teseract-OCR 引擎，識(shí)別準(zhǔn)確率高，使用場(chǎng)景廣泛。
ROS機(jī)器人系統(tǒng)，跨平臺(tái)兼容，代碼開(kāi)源，模塊化設(shè)計(jì)，通用性強(qiáng)靈活性高。
AI聽(tīng)覺(jué)主板，具備高質(zhì)量音頻處理和語(yǔ)音服務(wù)，搭載Snowboy喚醒詞檢測(cè)引擎，可以完成語(yǔ)音情感識(shí)別、圖靈機(jī)器人、語(yǔ)音對(duì)話等實(shí)驗(yàn)。
在人工智能遍地開(kāi)花的今天，人工智能在 各個(gè)領(lǐng)域都發(fā)揮了重要的作用，為產(chǎn)品賦能愈來(lái)愈稱為各大企業(yè)的追求。人工智能早已滲透到計(jì) 算機(jī)視覺(jué)、自動(dòng)駕駛、自然語(yǔ)言處理、機(jī)器人技術(shù)、推薦系統(tǒng)、語(yǔ)音識(shí)別、航空航天等等領(lǐng)域。
AI人工智能實(shí)驗(yàn)箱的學(xué)習(xí)主要分為兩個(gè)部分，第一部分為人工智能基礎(chǔ)，主要包括：相關(guān)數(shù)學(xué)基礎(chǔ)、編程基礎(chǔ)、機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)、ROS基礎(chǔ)與運(yùn)動(dòng)學(xué)。第二部分主要為實(shí)踐學(xué)習(xí)包括：GPIO與傳感器、機(jī)械臂、AI視覺(jué)、AI聽(tīng)覺(jué)、物聯(lián)網(wǎng)。完成學(xué)習(xí)后，可以充分了解到人工智能最主流的相關(guān)應(yīng)用。
1.相關(guān)數(shù)學(xué)基礎(chǔ)
2.編程基礎(chǔ)
3.機(jī)器學(xué)習(xí)
4.深度神經(jīng)網(wǎng)絡(luò)
5.機(jī)器運(yùn)動(dòng)學(xué)與ROS機(jī)器人
6.GPIO、傳感器基礎(chǔ)課程
7.機(jī)械臂課程
8.AI視覺(jué)課程
9.AI聽(tīng)覺(jué)課程
AI人工智能實(shí)驗(yàn)箱將理論與實(shí)踐完美結(jié)合，豐富的實(shí)驗(yàn)項(xiàng)目讓您在實(shí)踐中學(xué)習(xí)，在應(yīng)用中鞏固，真正將AI知識(shí)融會(huì)貫通。
3. 開(kāi)放靈活，激發(fā)創(chuàng)新
開(kāi)放的GPIO接口和模塊化設(shè)計(jì)，支持個(gè)性化功能開(kāi)發(fā)，讓您將創(chuàng)意變?yōu)楝F(xiàn)實(shí)，打造屬于自己的AI項(xiàng)目。
用戶的評(píng)價(jià)：
1. 來(lái)自高校教師的評(píng)價(jià)：
“課程內(nèi)容豐富，教學(xué)效果杠杠的，學(xué)生們都搶著學(xué)AI！”
“以前教AI，我頭都大了，各種理論知識(shí)，學(xué)生們聽(tīng)得云里霧里。現(xiàn)在有了上海頂邦A(yù)I實(shí)驗(yàn)箱，我輕松多了，直接讓學(xué)生做實(shí)驗(yàn)，學(xué)得賊快！”
2. 來(lái)自學(xué)生的評(píng)價(jià)：
“以前我對(duì)AI一點(diǎn)都不懂，現(xiàn)在我都能開(kāi)發(fā)自己的AI項(xiàng)目了！”
“課程由淺入深，循序漸進(jìn)，小白也能輕松上手。老師講得也好，我聽(tīng)得懂，學(xué)得會(huì)！”
3. 來(lái)自校領(lǐng)導(dǎo)的評(píng)價(jià)
“AI人工智能實(shí)驗(yàn)箱能夠幫助學(xué)生快速掌握AI知識(shí)和技能。平臺(tái)提供的實(shí)驗(yàn)項(xiàng)目也非常實(shí)用，能夠幫助學(xué)生將理論知識(shí)應(yīng)用到實(shí)踐中。”
“我們相信，借助上海頂邦人工智能實(shí)驗(yàn)箱，我們學(xué)校的AI教學(xué)水平將不斷提升，學(xué)生們也將能夠在未來(lái)的AI時(shí)代取得更大的成就。”
AI人工智能實(shí)驗(yàn)箱不僅是學(xué)習(xí)AI的最佳工具，更是您通往AI未來(lái)的橋梁！
一、AI核心
GPU ：128核 NVIDIA Maxwell GPU
CPU ：4核cortex-A57處理器
內(nèi)存：4 GB LPDDR 25.6 GB/s
算力：472 GFLOP
基于NVIDIA強(qiáng)大的Al計(jì)算能力，系統(tǒng)內(nèi)核是一個(gè)小巧卻功能強(qiáng)大的計(jì)算機(jī)，它可以讓你并行運(yùn)行多個(gè)神經(jīng)網(wǎng)絡(luò)、對(duì)象檢測(cè)、分割和語(yǔ)音處理等應(yīng)用程序， 系統(tǒng)搭載四核cortex- A57處理器，128核Maxwell GPU及 4GB LPDDR內(nèi)存，帶來(lái)足夠的Al計(jì)算能力，提供472GFLOP算力，并支持一系列流行的Al框架和算法，比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等。
二、系統(tǒng)框架與AI框架
1. 系統(tǒng)預(yù)裝ubuntu18.04操作系統(tǒng)，所有環(huán)境代碼庫(kù)文件均已安裝，開(kāi)機(jī)即用。
Ubuntu 18.04 LTS在云計(jì)算領(lǐng)域效率極高，特別適用于機(jī)器學(xué)習(xí)這樣的存儲(chǔ)密集型和計(jì)算密集型任務(wù)。Ubuntun 長(zhǎng)期支持版本可以獲得 Canonical 官方長(zhǎng)達(dá)五年的技術(shù)支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15，其中包含針對(duì) Spectre 和 Meltdown 錯(cuò)誤的修復(fù)程序。
2. 提供詳細(xì)的python開(kāi)源范例程序
根據(jù)TIOBE最新排名 ，Python已超越C#，與Java,C,C++一起成為全球前4大最流行語(yǔ)言。國(guó)內(nèi)目前百度指數(shù)搜索量已經(jīng)超越Java，與C++，即將成為國(guó)內(nèi)最受歡迎的開(kāi)發(fā)語(yǔ)言。
Python被廣泛應(yīng)用于后端開(kāi)發(fā)、游戲開(kāi)發(fā)、網(wǎng)站開(kāi)發(fā)、科學(xué)運(yùn)算、大數(shù)據(jù)分析、云計(jì)算，圖形開(kāi)發(fā)等領(lǐng)域；Python在軟件質(zhì)量控制、提升開(kāi)發(fā)效率、可移植性、組件集成、豐富庫(kù)支持等各個(gè)方面均處于先進(jìn)地位。python具有 簡(jiǎn)單、易學(xué)、免費(fèi)、開(kāi)源、可移植、可擴(kuò)展、可嵌入、面向?qū)ο蟮葍?yōu)點(diǎn)，它的面向?qū)ο笊踔帘萰ava和C#.net更徹底；
3. JupyterLab編程
JupyterLab是一個(gè)基于Web的交互式開(kāi)發(fā)環(huán)境，用于Jupyter筆記本、代碼和筆記本、代碼和數(shù)據(jù).JupyterLab非常靈活配置和排列用戶界面，以支持?jǐn)?shù)據(jù)科學(xué)、科學(xué)計(jì)算和機(jī)器學(xué)習(xí)中廣泛的工作流.JupyterLab是可擴(kuò)展的和模塊化的編寫插件，添加新組件并與現(xiàn)有組件集成
4. 多種AI框架
OpenCV計(jì)算機(jī)視覺(jué)庫(kù)，TensorFlow AI框架，Pytorch AI框架等
三、AI人工智能實(shí)驗(yàn)箱特點(diǎn)
支持多模態(tài)輸入，跨語(yǔ)言編程，優(yōu)化深度學(xué)習(xí)模型
人體姿態(tài)估計(jì)，應(yīng)用于實(shí)際場(chǎng)景
實(shí)時(shí)背景移除，基于深度學(xué)習(xí)，高效實(shí)時(shí)移除背景
目標(biāo)檢測(cè)，多目標(biāo)檢測(cè)能力強(qiáng)
語(yǔ)義分割，像素級(jí)別的詳細(xì)分類，適用于環(huán)境感知
單目深度，無(wú)需特殊相機(jī)，利用全卷積網(wǎng)絡(luò)，可從單個(gè)圖像推斷相對(duì)深度，應(yīng)用廣泛。
語(yǔ)音情感識(shí)別，采用Mobilenet_v2模型處理語(yǔ)音情感，輕量化、高效
六自由度機(jī)械臂，智能舵機(jī)，ROS控制，適用于AI視覺(jué)顏色分揀實(shí)驗(yàn)
車牌識(shí)別，使用Teseract-OCR 引擎，識(shí)別準(zhǔn)確率高，使用場(chǎng)景廣泛。
ROS機(jī)器人系統(tǒng)，跨平臺(tái)兼容，代碼開(kāi)源，模塊化設(shè)計(jì)，通用性強(qiáng)靈活性高。
AI聽(tīng)覺(jué)主板，具備高質(zhì)量音頻處理和語(yǔ)音服務(wù)，搭載Snowboy喚醒詞檢測(cè)引擎，可以完成語(yǔ)音情感識(shí)別、圖靈機(jī)器人、語(yǔ)音對(duì)話等實(shí)驗(yàn)。
四、硬件資源
一、硬件資源
| 功能單元 | 參數(shù) | 功能描述 |
| 實(shí)驗(yàn)箱 | 外形尺寸：≥610*440*240mm； | 外箱采用鋁木合金材料，四周安裝尼龍防護(hù)墊，實(shí)驗(yàn)箱體內(nèi)部包含存儲(chǔ)空間，可以妥善存放模塊及配件，打開(kāi)方式為按壓彈出。 |
| AI運(yùn)算單元 |
GPU ：128核 NVIDIA Maxwell GPU； CPU ：4核cortex-A57處理器； 內(nèi)存：4 GB LPDDR 25.6 GB/s； 算力：472 GFLOP； 核心擴(kuò)展：擁有最少4個(gè)USB3.0接口，支持HDMI和DP視頻接口，一路M.2接口的單路PCIE，并安裝有散熱風(fēng)扇， 40pin GPIO； 網(wǎng)絡(luò)：千兆以太網(wǎng)口、無(wú)線網(wǎng)卡支持2.4Ghz/5GHZ,支持藍(lán)牙4.2； |
安裝Ubuntu 18.04 LTS+ROS Melodic操作系統(tǒng)，集成JupyterLab開(kāi)發(fā)環(huán)境、Anaconda 4.5.4虛擬環(huán)境，支持一系列流行的AI框架和算法，比如TensorFlow、caffe/caffe2、Keras、Pytorch、MXNET 等，系統(tǒng)安裝有OpenCV計(jì)算機(jī)視覺(jué)庫(kù)，TensorFlow AI框架，Pytorch AI框架。 |
| 機(jī)械臂 |
機(jī)械臂自由度：5自由度+夾持器，200g有效負(fù)載，臂展350mm； 舵機(jī)方案：15Kg*5+6Kg*1智能串行總線舵機(jī)； 材質(zhì)：陽(yáng)極氧化處理鋁合金； |
用于機(jī)器人運(yùn)動(dòng)學(xué)與機(jī)器人系統(tǒng)，可以完成夾持積木等動(dòng)作。 |
| 嵌入式核心主板 |
接口：6個(gè)總線舵機(jī)接口， PWM舵機(jī)接口，i2C接口，除AI核心板外還支持STM32和Raspberry Pi； OLED:顯示CPU占用，顯示內(nèi)存占用，顯示IP地址等基礎(chǔ)信息； 按鍵：K1+K2鍵+RESET鍵； 1 個(gè)RGB燈； |
用于支持機(jī)械臂動(dòng)作。 |
| 攝像頭 | 采用USB接口，30萬(wàn)像素，110度廣角攝像頭，480P分辨率（600*480） | AI視覺(jué)實(shí)驗(yàn)，如垃圾分揀等實(shí)驗(yàn)。 |
| AI聽(tīng)覺(jué)單元 |
音頻芯片：采用SSS1629音頻芯片； 麥克風(fēng)：板載兩個(gè)高質(zhì)量MEMS硅麥克風(fēng)； 接口：標(biāo)準(zhǔn)3.5mm耳機(jī)接口、雙通道喇叭接口； |
采用USB接口設(shè)計(jì)，免驅(qū)動(dòng)，多系統(tǒng)兼容，可左右聲道錄音，音質(zhì)更加。可以完成AI聽(tīng)覺(jué)類實(shí)驗(yàn)。 |
| 傳感器實(shí)驗(yàn)?zāi)K |
傳感器實(shí)驗(yàn)?zāi)K將Jetson nano的GPIO接口引出，方便完成GPIO實(shí)驗(yàn)，并且包含以下實(shí)驗(yàn)課程：雙色LED、 繼電器、 輕觸開(kāi)關(guān)按鍵、U 型光電傳感器、模數(shù)轉(zhuǎn)換、PS2 操縱桿、電位器、模擬霍爾傳感器、光敏傳感器、火焰報(bào)警、氣體傳感器、觸摸開(kāi)關(guān)、超聲波傳感器距離檢測(cè)、旋轉(zhuǎn)編碼器、紅外避障傳感器、氣壓傳感器、陀螺儀加速度傳感器、循跡傳感器、直流電機(jī)風(fēng)扇模塊、步進(jìn)電機(jī)驅(qū)動(dòng)模塊； |
傳感器實(shí)驗(yàn)?zāi)K可以更好的幫助學(xué)習(xí)者更加快速的入門Jetson nano的GPIO控制，從基礎(chǔ)入手，完成實(shí)驗(yàn)項(xiàng)目。同時(shí)引出的GPIO和可移動(dòng)的模塊也使我們后續(xù)的使用和開(kāi)發(fā)更加方便。 |
| 顯示屏 | 10寸顯示屏，HDMI接口，1080P分辨率。 | 顯示屏傾斜安裝，傾斜角度大于5°。用于操作系統(tǒng)顯示。 |
| 鍵盤鼠標(biāo) | 干電池供電，無(wú)線藍(lán)牙連接。 | 用于系統(tǒng)控制。 |
五、AI人工智能課程
AI人工智能實(shí)驗(yàn)箱在設(shè)計(jì)時(shí)，考慮到不同基礎(chǔ)學(xué)習(xí)者的需求，力求使用更易理解的學(xué)習(xí)方式傳遞更加詳細(xì)的知識(shí)。本實(shí)驗(yàn)平臺(tái)對(duì)各類使用者均有一定的學(xué)習(xí)幫助，特別是在在校大學(xué)生和研究生，能夠幫助學(xué)生從初學(xué)逐漸過(guò)渡到深入學(xué)習(xí)。也可以幫助他們完成畢業(yè)設(shè)計(jì)或者學(xué)術(shù)論文。在人工智能遍地開(kāi)花的今天，人工智能在 各個(gè)領(lǐng)域都發(fā)揮了重要的作用，為產(chǎn)品賦能愈來(lái)愈稱為各大企業(yè)的追求。人工智能早已滲透到計(jì) 算機(jī)視覺(jué)、自動(dòng)駕駛、自然語(yǔ)言處理、機(jī)器人技術(shù)、推薦系統(tǒng)、語(yǔ)音識(shí)別、航空航天等等領(lǐng)域。
AI人工智能實(shí)驗(yàn)箱的學(xué)習(xí)主要分為兩個(gè)部分，第一部分為人工智能基礎(chǔ)，主要包括：相關(guān)數(shù)學(xué)基礎(chǔ)、編程基礎(chǔ)、機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)、ROS基礎(chǔ)與運(yùn)動(dòng)學(xué)。第二部分主要為實(shí)踐學(xué)習(xí)包括：GPIO與傳感器、機(jī)械臂、AI視覺(jué)、AI聽(tīng)覺(jué)、物聯(lián)網(wǎng)。完成學(xué)習(xí)后，可以充分了解到人工智能最主流的相關(guān)應(yīng)用。
1.相關(guān)數(shù)學(xué)基礎(chǔ)
| 教學(xué)課程 | 課程內(nèi)容 |
| 矩陣論 | 標(biāo)量、向量、矩陣、張量 |
| 矩陣和向量相乘 | |
| 單位矩陣和逆矩陣 | |
| 線性相關(guān)和生成子空間 | |
| 范數(shù) | |
| 特殊類型的矩陣和向量 | |
| 跡運(yùn)算 | |
| Moore-Penrose偽逆 | |
| 概率與信息論 | 隨機(jī)變量與概率分布 |
| 離散型變量與概率分布律 | |
| 常見(jiàn)的離散型概率分布 | |
| 連續(xù)型變量和概率密度函數(shù) | |
| 常見(jiàn)的連續(xù)性概率分布 | |
| 聯(lián)合概率 | |
| 邊緣概率 | |
| 條件概率 | |
| 獨(dú)立性和條件獨(dú)立性 | |
| 期望、方差和協(xié)方差 | |
| 信息論 |
| 教學(xué)課程 | 課程內(nèi)容 |
| 變量與基本數(shù)據(jù)類型 | 變量 |
| 基本數(shù)據(jù)類型 | |
| 列表和元組 | 列表 |
| 元組 | |
| 字典與集合 | 字典 |
| 集合 | |
| 類和對(duì)象 | 面向?qū)ο蟾攀?/span> |
| 類的定義和使用 | |
| 屬性 | |
| 繼承 | |
| 模塊化程序設(shè)計(jì) | 函數(shù)創(chuàng)建和調(diào)用 |
| 參數(shù)傳遞 | |
| 深度學(xué)習(xí)框架簡(jiǎn)介 | TensorFlow |
| PyTorch | |
| Caffe/caffe2 | |
| PaddlePaddle | |
| Linux開(kāi)發(fā)環(huán)境簡(jiǎn)介 | Ubuntu操作系統(tǒng) |
| 常用命令行 |
| 教學(xué)課程 | 課程內(nèi)容 |
| 基本概念 | 訓(xùn)練集、測(cè)試集、驗(yàn)證集 |
| 過(guò)擬合、欠擬合、泛化 | |
| 學(xué)習(xí)率、正則化、交叉驗(yàn)證 | |
| K-近鄰算法 | 基本概念 |
| K的選取 | |
| 距離的度量 | |
| 支持向量機(jī) | 間隔與支持向量 |
| 對(duì)偶問(wèn)題 | |
| 核函數(shù) | |
| 軟間隔與正則化 | |
| K-均值聚類 | K-均值聚類 |
| 決策樹(shù)和隨機(jī)森林 | 決策樹(shù)的基本概念 |
| 選擇最佳劃分標(biāo)準(zhǔn) | |
| 隨機(jī)森林 | |
| 神經(jīng)網(wǎng)絡(luò) | 神經(jīng)元模型 |
| 感知器 | |
| 多層感知器 | |
| 經(jīng)驗(yàn)風(fēng)險(xiǎn)和結(jié)構(gòu)風(fēng)險(xiǎn) | |
| 梯度下降和反向傳播 | |
| RBF網(wǎng)絡(luò) | |
| 超限學(xué)習(xí)機(jī) | |
| 神經(jīng)網(wǎng)絡(luò)訓(xùn)練技巧 |
| 教學(xué)課程 | 課程內(nèi)容 |
| 人工智能 | 人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí) |
| 深度學(xué)習(xí) | 深度學(xué)習(xí)的發(fā)展歷程 |
| 卷積神經(jīng)網(wǎng)絡(luò) | 發(fā)展歷程 |
| 基本結(jié)構(gòu) | |
| 前饋運(yùn)算與反向傳播 | |
| 相關(guān)性質(zhì) | |
| 卷積神經(jīng)網(wǎng)絡(luò)變種 | |
| 常用卷積神經(jīng)網(wǎng)絡(luò)模型 | |
| 循環(huán)神經(jīng)網(wǎng)絡(luò) | 循環(huán)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 |
| 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)神經(jīng) | |
| 循環(huán)神經(jīng)網(wǎng)絡(luò)的變體 | |
| 生成對(duì)抗網(wǎng)絡(luò) | 生成對(duì)抗網(wǎng)絡(luò)簡(jiǎn)介 |
| 生成對(duì)抗網(wǎng)絡(luò)基本結(jié)構(gòu) | |
| 生成對(duì)抗網(wǎng)絡(luò)變種 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| ROS基礎(chǔ)與運(yùn)動(dòng)學(xué) | ROS基礎(chǔ)課程 |
| ROS創(chuàng)建工程項(xiàng)目 | |
| 自定義消息 | |
| Server通訊 | |
| 機(jī)械臂URDF模型 | |
| 機(jī)械臂運(yùn)動(dòng)學(xué)正反解 | |
| MoveIt配置 | |
| 智能串行總線舵機(jī) | |
| PC上位機(jī)控制 | |
| 機(jī)械臂自定義學(xué)習(xí)動(dòng)作組 | |
| 機(jī)械臂關(guān)節(jié)弧度及末端姿態(tài)控制 | |
| 機(jī)械臂工作區(qū)域內(nèi)抓取、搬運(yùn) | |
| 6自由度逆運(yùn)動(dòng)學(xué)控制 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| Jetson nano GPIO課程 | 雙色LED控制 |
| 電位器檢測(cè) | |
| 繼電器控制 | |
| 輕觸開(kāi)關(guān)按鍵 | |
| PCF8591模數(shù)轉(zhuǎn)換 | |
| PS2操縱桿 | |
| 觸摸開(kāi)關(guān)控制 | |
| 直流電機(jī)風(fēng)扇 | |
| 步進(jìn)電機(jī)驅(qū)動(dòng) | |
| 傳感器實(shí)驗(yàn)課程 | 模擬霍爾傳感器 |
| 模擬溫度傳感器 | |
| 火焰報(bào)警 | |
| 煙霧傳感器 | |
| 超聲波傳感器距離檢測(cè) | |
| 旋轉(zhuǎn)編碼器 | |
| 紅外避障傳感器 | |
| BMP180氣壓傳感器 | |
| MPU6050陀螺儀加速度傳感器 | |
| 循跡傳感器 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| 機(jī)械臂基礎(chǔ)課程 | 用戶按鍵控制 |
| 蜂鳴器控制實(shí)驗(yàn) | |
| OLED控制實(shí)驗(yàn) | |
| 控制單個(gè)舵機(jī) | |
| 同時(shí)控制6個(gè)舵機(jī)動(dòng)作 | |
| 讀取舵機(jī)當(dāng)前位置 | |
| 機(jī)械臂關(guān)節(jié)標(biāo)定實(shí)踐 | |
| 機(jī)械臂關(guān)節(jié)弧度及末端姿態(tài)控制 | |
| 機(jī)械臂舞蹈表演 | |
| 機(jī)械臂搬運(yùn)色塊實(shí)踐 | |
| 機(jī)械臂搬運(yùn)碼垛色塊實(shí)踐 | |
| 機(jī)械臂抓取工作區(qū)域九點(diǎn)標(biāo)定 | |
| 機(jī)械臂抓取工作區(qū)域物塊測(cè)試 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| AI視覺(jué)開(kāi)發(fā)課程 | 安裝和使用Matplotlib、Pyplot 和 Numpy |
| 在OpenCV中運(yùn)行攝像頭 | |
| JetCam庫(kù)中測(cè)試USB攝像頭 | |
| OpenCV讀取、寫入和顯示圖像 | |
| OpenCV讀取、顯示和保存視頻 | |
| OpenCV繪圖函數(shù)使用 | |
| OpenCV圖像質(zhì)量和像素操作 | |
| OpenCV圖片剪切 | |
| OpenCV圖片平移 | |
| OpenCV圖片鏡像 | |
| OpenCV仿射變換 | |
| OpenCV圖片縮放 | |
| OpenCV圖片旋轉(zhuǎn) | |
| OpenCV圖片處理 | |
| OpenCV灰度處理 | |
| OpenCV圖像美化 | |
| OpenCV邊緣檢測(cè) | |
| OpenCV二值化處理 | |
| OpenCV矩形圓形繪制 | |
| OpenCV文字圖片處理 | |
| OpenCV線段繪制 | |
| OpenCV彩色圖片直方圖 | |
| OpenCV直方圖均衡畫 | |
| OpenCV圖片修補(bǔ) | |
| OpenCV亮度增強(qiáng) | |
| OpenCV高斯均值濾波 | |
| OpenCV磨皮美白 | |
| OpenCV中值濾波 | |
| AI視覺(jué)與機(jī)械臂綜合課程 | 顏色檢測(cè) |
| 臉部和眼睛檢測(cè) | |
| 行人檢測(cè) | |
| 汽車檢測(cè) | |
| 車牌檢測(cè) | |
| 目標(biāo)追蹤 | |
| 定位物體實(shí)時(shí)位置 | |
| 攝像頭機(jī)械臂物體追蹤 | |
| 攝像頭機(jī)械臂人臉追蹤 | |
| 色塊抓取分揀實(shí)驗(yàn) | |
| 攝像頭ArucoTag識(shí)別抓取實(shí)驗(yàn) | |
| AI人工智能機(jī)械臂與主人互動(dòng)實(shí)踐 | |
| AI人工智能機(jī)械臂手勢(shì)識(shí)別抓取指定色塊進(jìn)行碼垛 | |
| AI人工智能機(jī)械臂垃圾分類實(shí)踐 | |
| 嵌入式視覺(jué)應(yīng)用 | 圖像分類 |
| 物體檢測(cè) | |
| 語(yǔ)義分割 | |
| 目標(biāo)檢測(cè) | |
| 人體姿態(tài)動(dòng)作識(shí)別 | |
| 背景移除 | |
| 單眼深度圖 |
| 實(shí)驗(yàn)課程 | 課程內(nèi)容 |
| AI聽(tīng)覺(jué)領(lǐng)域前沿算法 | 連接時(shí)序分類模型 |
| Attention模型 | |
| 基于HMM的語(yǔ)音識(shí)別 | |
| Transformer | |
| AI聽(tīng)覺(jué)綜合實(shí)戰(zhàn) | AI聽(tīng)覺(jué)領(lǐng)域前沿算法 |
| 在線語(yǔ)音合成 | |
| 語(yǔ)音聽(tīng)寫流式 | |
| 圖靈機(jī)器人 | |
| AIUI | |
| VAD端點(diǎn)檢測(cè) | |
| 小薇機(jī)器人語(yǔ)音對(duì)話 | |
| Snowboy語(yǔ)音喚醒 | |
| 語(yǔ)音情感識(shí)別 | |
| 基于 Kaldi 的語(yǔ)音識(shí)別實(shí)踐 |
