设为首页?。?a href="javascript:window.external.AddFavorite('http://www.www.playvalens.com/','实训考核装置,教学设备,高教职教实验室设备,教学实训平台,实训基地建设-北京智控理工伟业科教设备有限公司')">加入收藏?。?a href="/data/sitemap.html" target="_blank">网站地图
                                                  当前位置:首页 > 产品展示 > 高教职教设备 > 人工智能实训设备 > 人工智能实训设备

                                                  LGWL-FTAI03型 人工智能技术开发平台

                                                  品牌:理工实训 咨询电话:010-82827827 82827835

                                                  一、产品概述
                                                      LGWL-FTAI03型 人工智能技术开发平台是一款综合人工智能技术、嵌入式接口技术、传感器检测技术、物联网通信技术的AIoT通用教学产品,满足人工智能相关专业基础理论教学、端侧人工智能实验、人工智能项目开发、智能产品应用开发等。
                                                      LGWL-FTAI03型 人工智能技术开发平台主要由边缘计算网关、云台摄像头、液晶显示屏、人工智能教学平台及其他附件组成,内置机器视觉库、机器学习算法、深度学习框架,支持接入华为modelarts第三方AI平台,可以实现图像识别、物体检测、语音识别、文本分类、预测分析等项目案例??梢源钆涓兄衅飨盗?,无线通信系列,进一步加深人工智能与物联网的融合创新。

                                                  二、硬件组成
                                                  1、AI边缘计算网关:核心板和接口底板插拔模式固定连接。核心板板载高性能四核ARM Cortex-A57 MP Core处理器,具有128个CUDA核心的GPU,4GB 64位LPDDR4 1600MHz的显存,多种视频编码模式(2×1080p@60,4×1080p@30等),多种视频解码模式(1×4k@60,4×1080p@60等),板载TF卡槽,板载WiFi???。底板板载1路HDMI 2.0或DP1.2同步高清显示接口,2路MIPI CSI摄像头接口,1路USB3.0接口,3路USB2.0接口,1个RJ45千兆以太网口,1个麦克风???,1路音频输出接口,1个无线传感网接口。
                                                  2、云台摄像头:支持30万(480P)分辨率,USB接口。输出格式YUYV,旋转角度左右180°,上下180°。
                                                  3、显示屏:1024*600分辨率,HDMI接口
                                                  4、传感器系列???。板载Cortex-M3处理器最小系统单元,邮票封装贴焊工艺,主频72MHz。板载温湿度传感器、光敏传感器、雨露传感器、光强传感器、广谱气体传感器等,支持I2C接口、ADC接口、I/O接口等。传感器接口均引到香蕉头插孔上,既可以满足自身处理器的传感器采集应用,也可以供其他处理器导线连接扩展应用。
                                                  5、执行器系列???。板载Cortex-M3处理器最小系统单元,邮票封装贴焊工艺,主频72MHz。板载RGB三色灯、蜂鸣器、风扇、减速电机、舵机、步进电机、继电器等执行部件,支持I/O接口、PWM接口等。执行器驱动接口均引到香蕉头插孔上,既可以满足自身处理器的执行器控制应用,也可以供其他处理器??榱呃┱褂τ?。
                                                  6、其他附件:包含至少64GB的TF卡、扬声器、麦克风、USB HUB、键盘鼠标等。
                                                  三、软件资源
                                                  1、人工智能教学平台
                                                  (1)B/S架构,Web浏览器访问平台开始人工智能技术的学习、验证、开发。
                                                  (2)覆盖图像处理基础知识,可进行灰度化、二值化、边缘提取、膨胀与腐蚀、高斯滤波、小波变换、形状检测、放大缩小等;
                                                  (3)传统机器学习模式识别的深入学习,如OpenCV库的加载、鸢尾花均值聚类、Adaboost人脸检测、SVM行人检测、目标物体跟踪等;
                                                  (4)集成TensorFlow、Caffe两大人工智能深度学习框架,提供基于开发框架的手写数字识别、车牌识别、垃圾分类、物体识别等;
                                                  (5)具有jupyter在线开发模式,用户可直接在网页中输入python代码,在线编辑,直接执行。
                                                  2、ModelArts应用软件
                                                  提供手势识别、人脸识别、声音分类、房价预测、短信诈骗等实训案例,具有样本收集、标注、训练、生成模型,接口应用功能。
                                                  3、边缘硬件采集控制程序
                                                  该软件需要搭配传感器系列???、执行器系列????;诒咴导扑阃氐腉PIO、I2C、UART接口,实现温湿度采集、光线强度采集、LED蜂鸣器控制、风扇控制、舵机控制等python基础应用实验。
                                                  四、功能特点
                                                  1、采用Python编程语言,支持人工智能基础课程。实验项目均采用Python语言开发,可以支撑数字图像处理、计算机视觉、机器学习、深度学习等课程知识点的学习和实验。
                                                  2、支持Web端AI教学平台、客户端应用软件等多种用户交互方式。
                                                  3、AI教学平台支持离线图片、在线视频两种数据来源。既支持离线图片上传识别,也可调用摄像头,对视频流抓拍识别。识别结果采用LOG信息实时显示,和目标矩形框标注展示。
                                                  4、AI教学平台具有数字图像处理、机器学习、深度学习三个体验功能版块?;贠penCV机器视觉库能够实现图像预处理、颜色识别,形状识别等;基于传统的十大机器学习算法,可以实现Adaboost人脸检测、SVM人脸检测、K均值鸢尾花聚类、目标跟踪等;基于主流开源的Tensorflow、Caffe深度学习算法框架,通过数据获取、算法训练、模型应用,可以实现涂鸦猜游戏、文字识别、物体识别、垃圾分类、车牌识别等。
                                                  5、ModelArts云端结合功能。ModelArts云端完成数据集上传、标注、模型训练、接口生成;终端完成接口调用,实现AI应用。
                                                  6、灵活扩展,组合应用功能??梢院痛衅髂??、执行器???、通信系列??榻岷?,将AI和物联网终端灵活组合出更多智能产品。
                                                  7、具有雷达数据分析的功能。
                                                  五、配置清单

                                                  序号

                                                  类别

                                                  设备名称

                                                  单位

                                                  备注

                                                  1

                                                  平台

                                                  F-Table基础平台

                                                  1

                                                   

                                                  2

                                                  必配硬件

                                                  AI边缘计算网关

                                                  1

                                                   

                                                  3

                                                  显示屏

                                                  1

                                                   

                                                  4

                                                  云台摄像头

                                                  1

                                                  二自由度

                                                  5

                                                  雷达传感器???/font>

                                                  1

                                                   

                                                  6

                                                  全向型拾音器

                                                  1

                                                   

                                                  7

                                                  扬声器

                                                  1

                                                   

                                                  8

                                                  USB HUB

                                                  1

                                                   

                                                  9

                                                  键盘鼠标

                                                  1

                                                   

                                                  10

                                                  物联网???/font>

                                                  环境传感器???/font>

                                                  1

                                                   

                                                  11

                                                  执行传感器???/font>

                                                  1

                                                   

                                                  12

                                                  软件

                                                  人工智能教学平台

                                                  1

                                                  含在硬件里

                                                  13

                                                  教学资源

                                                  1

                                                   

                                                  14

                                                  附件

                                                  64Gtf卡(50)、TF卡读卡器、DC12V3A电源适配器(50)、Type-C USB线缆

                                                  1

                                                   

                                                  六、实验项目

                                                   教学资源主要内容:
                                                  ?第一部分:基于人工智能教学平台,可开展图像处理、机器学习、深度学习方面的验证性实验,提供python语言的在线实验代码编辑、测试,提供实验手册;
                                                  ?第二部分:AI+IoT结合,实现物联网终端设备感知层传感器的采集、执行器的控制、多传感器融合。
                                                  ?第三部分:ModelArts人工智能应用教学。云端结合,可以完成图像分类、物体检测、文本分类、预测分析等应用。

                                                  课程类别

                                                  课程要求

                                                  1.人工智能概论

                                                  课程内容

                                                  了解人工智能概念、发展历史、

                                                  2.Python基础编程

                                                  课程目标

                                                  掌握Python基本编程方法

                                                  课程内容

                                                  基于人工智能开发套件完成Python开发环境搭建,基本语法的入门,通信编程开发等。

                                                  课程实验

                                                  实验1:开发环境安装

                                                  实验2:数据类型

                                                  实验3:程序控制

                                                  实验4:函数类

                                                  实验5:??楹捅曜伎?/font>

                                                  实验6:文件和流

                                                  实验7:数据库和网络编程

                                                  实验8:图形用户界面

                                                  3.Python传感器技术应用

                                                  课程实验

                                                  实验1:温湿度采集

                                                  实验2:光强采集

                                                  实验3:开关类执行器控制

                                                  实验4:步进电机控制

                                                  3.数字图像处理

                                                  实验课程

                                                  课程目标

                                                  理解图像处理算法的原理

                                                  掌握数字图像处理的常用方法

                                                  课程内容

                                                  基于人工智能开发套件完成图像处理视觉库的安装、图像处理方法调用。

                                                  实验硬件

                                                  人工智能应用开发套件

                                                  课程实验

                                                  实验1 Opencv视觉库的安装配置

                                                  实验2 图像灰度化

                                                  实验3 归一化

                                                  实验4 二值化

                                                  实验5 图像滤波:高斯、中值

                                                  实验6 边缘检测:Sobel/Canny/hog

                                                  实验7 形态学

                                                  实验8 灰度直方图

                                                  实验9 锐化

                                                  实验10 钝化

                                                  实验11 图像增强

                                                  课程实训

                                                  实验1 颜色识别

                                                  了解颜色组成和表示方法;

                                                  使用Opencv库识别颜色,并播报。

                                                  实验2 简单图形形状识别

                                                  了解霍夫变换的原理;

                                                  涉及图像灰度化、归一化、滤波、边缘检测等知识点;

                                                  使用Opencv库识别圆形、矩形,并播报。

                                                  4.机器学习

                                                  应用实验课

                                                  课程目标

                                                  1.了解机器学习的分类:无监督、有监督

                                                  2.了解数据集的原理、作用、存储格式

                                                  3.了解至少一种聚类算法如K-Means的原理:欧式距离、余弦距离曼哈顿距离计算方法;

                                                  4.了解至少一种机器学习算法如Adaboost、SVM、决策树等的原理:分类器的流程;

                                                  5.掌握聚类算法、分类器算法的调用方法

                                                  6.掌握分类器的检测分类效果

                                                  7.掌握根据分类效果,进行智能控制

                                                  8.通过增减数据集,掌握算法训练的全过程

                                                  课程内容

                                                  能够使用机器学习的算法,实现聚类、分类、以及能够结合声、光、电设备实现关联控制

                                                  课程实验

                                                  实验1 鸢尾花聚类播报

                                                  实验2 脸部数据集分析显示

                                                  实验3 人脸检测控制实验

                                                  实验4 行人检测控制实验

                                                  实验5 目标跟踪实验

                                                  5.深度学习

                                                  应用实验课

                                                  课程目标

                                                  1.了解深度学习的定义,与机器学习的区别

                                                  2.了解数据集的原理、作用,以及格式

                                                  2.了解至少一种深度学习算法的理论:如CNN、RNN、BP神经网络

                                                  3.掌握至少一种深度学习框架的使用方法:如Caffe、TensorFlow

                                                  4.掌握使用深度学习方法实现识别的方法

                                                  5.掌握根据识别结果,进行智能控制,如语音播报识别到的数字,语音播报识别到的物体名称,控制声、光、电执行部件。

                                                  6.通过增加数据集,掌握算法训练的全过程。

                                                  课程内容

                                                  能够使用深度学习的方法,实现数字、物体识别,使人工智能与物联网感控设备联动

                                                  课程实验

                                                  实验1 手写数字识别

                                                  实验2 涂鸦猜游戏

                                                  实验3 物体识别

                                                  实验4 垃圾分类

                                                  实验5 车牌识别

                                                  6.ModelArt平台应用

                                                  课程目标

                                                  掌握使用人工智能平台SDK完成AI技能

                                                  课程内容

                                                  1)图像分类

                                                  2)物体检测

                                                  3)声音分类

                                                  4)文本分类

                                                  5)预测分析

                                                  课程实验

                                                  实验1 手势识别

                                                  实验2 人脸识别

                                                  实验3 残次品检测

                                                  实验4 声音检测

                                                  实验5 房价预测

                                                  实验6 短信诈骗预警

                                                  8.物联网应用开发

                                                  课程目标

                                                  掌握物联网应用开发方法

                                                  课程内容

                                                  1.云平台接入方法

                                                  2.传感网通信协议的解析

                                                  3.平台JSON数据包重组

                                                  4.MQTT协议分析与测试

                                                  5.HTTP协议分析与测试

                                                  关键词: 数控车床 实训设备 实训装置 教学仪器 实验设备 教学设备 实训台 考核装置 电工电子 实验装置 数控技术 技能实训 数控系统 电气控制 自控实训 数控软件 实验系统 数控实训 电气技术 数控设备 数控铣床 高教设备 教学车床 职教设备 实训车床 PLC控制 PLC技术 PLC实验 变频调速 PLC实训
                                                  北京智控理工伟业科教设备有限公司专业生产:实训考核装置|教学设备|教学仪器|高教职教实验室设备|教学模型|教学实训平台|实训基地建设||机电数控实训设备
                                                  Copyright(C)2012 北京智控理工伟业科教设备有限公司 电话:010-82827827 82827835 | 传真:010-68948559
                                                  E-mail:Ligong99@163.com 京ICP备09023089号-3

                                                  彩1