AI視覺與語音實驗箱，人工智能視覺實訓平臺
AI視覺與語音實驗箱，人工智能視覺實訓平臺優選上海教育設備制造有限公司,公司通過ISO國際質量管理體系認證，產品質量保證,服務熱線:021-56093262。
ZR-SD38 *語音與機器視覺研發應用系統平臺
*語音與機器視覺研發應用系統平臺是一款含有概括*語音、機器視覺、深度學習掌控把握掌控把握基礎 嵌入式Linux于一體的高端教學科研實訓平臺。
整個教學平臺由實訓箱高功能嵌入式主板夠成，高功能嵌入式核心板應用高功能64位ARM處置整理器，標配4GB DDR3內部存儲和16GB閃存，可運行ubuntu、android、linuxqt等多種實操系統，可滿嵌入式linux和*應用研發。
平臺應用多核高功能 * 處置整理器，預裝 Ubuntu Linux 實操系統與 OpenCV 計算機數值數值視覺庫，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度學習掌控把握掌控把握端側推理框體構造。
提供多種應用外設與豐富的機器視覺、*語音、深度學習掌控把握掌控把握實戰應用案例，如語音前處置整理（聲源定位、語音增強、語音降噪、回聲消除、聲音提取）、語音活體查驗、語音喚醒、語音識別、語音合成、自然語言處置整理、聲紋識別門鎖、語音智能家居、手寫字識別、人臉識別、目標檢驗測量試驗、端側推理框體構造、圖像識別、人體解析 、文字識別、人臉門禁控制、車牌道閘控制、手勢家居控制等，經過案例教學讓學員掌控把握計算機數值數值視覺與深度學習掌控把握掌控把握的基礎原理和經經典型應用研發。
2.2.1. 嵌入式網關核心板
RK3399核心板是一款266-pin金手指形式高功能ARM計算機數值數值模型塊，它應用了瑞芯微64位六核（含有雙核Cortex-A72 +四核Cortex-A53）Soc RK3399作為主處置整理器，標配4GB DDR3內部存儲和16GB閃存，板載2×2 MIMO雙天線Wi Fi模組，尺寸只有69.6×50mm，模型塊上帶有單獨的Typec供電連連接口，以及USB-C顯露連連接口。RK3399計算模型塊設定有豐富的外設和拓展連連接口，可以拓展使用雙MIPI寬動態攝像頭，另外它還帶有eDP顯露連連接口，MIPI顯露連連接口，1路USB3.0,2路USB2.0，以及12C,12S,SPI,PWM,GF10和串行口等各種資源。RK3399可流暢運行Android 8.1,Ubuntu 18.04,Armbian,Buildroot等主流嵌入式實操系統，系統資源和生態非常豐富，尤其是Android 8.1設定有NN SDK神經互聯網加快速度系統包，Qt-5.10含有概括了VPU硬件編解碼，GPU圖形加快速度，可使用QML快速研發流暢的動態式界面，因此RK3399核心板非常適合做高端人臉識別，機器視覺，VR虛擬現實，自動駕駛，深度計算解析等方面的人工智能設備快速原型及設備研發。
硬件功能數值：
| CPU |
SOC:RK3399 核心:64位雙核Cortex-A72 +四核Cortex-A53 頻率:Cortex-A72 (2.0 ghz), Cortex-A53 (1.5 ghz) |
| GPU | Mali-T864 GPU,支持OpenGL ES1.1/2.0/3.0/3.1、OpenVG1.1 OpenCL, DX11, AFBC |
| VPU | 4K VP9 and 4K 10bits H265/H264 60fps decoding, Dual VOP, etc |
| Memory | RAM: Dual-Channel 4GB DDR3 |
| Storage | eMMC: 16GB(regular), 32GB/64GB(optional), eMMC 5.1 |
| Power Management | RK808-D PMIC,協作單獨直線DC/直線DC,啟用dvf solfware省電,RTC喚醒,系統睡眠模式 |
| Connectivity |
以太網:本機千兆以太網 wi - fi: 802.11 a / b / g / n / ac 藍牙:4.1雙模式 天線:雙天線連連接口 |
| Video Input | 1個或兩個4-Lane MIPI-CSI,雙重ISP, 13 mpix / s,同時支持雙相機數值的寫入 |
| Video Output |
HDMI: HDMI 2.0a, supports 4K@60Hz，HDCP 1.4/2.2 DP on Type-C: DisplayPort 1.2 Alt Mode on USB Type-C LCD Interface: one eDP 1.3（4-Lane，10.8Gbps）, one or two 4-Lane MIPI-DSI |
| USB |
USB 2.0: 2單獨的本地主機USB 2.0 USB 3.0: 1本地主機USB 3.0 USB c類型:支持USB3.0 c型和顯露端口1.2 Alt模式USB c型 |
| PCIe | PCIe x4, compatible with PCIe 2.1, Dual operation mode |
| 調動測量試驗 | 1 x調動測量試驗UART, 3 v級,1500000個基點 |
| LED | 1x Power LED(Red) 1x GPIO LED(Green) |
| Key | Power Key x1 Reset Key x1 Recovery Key x1 |
| 作業溫度（℃）（℃） | -20℃ to 70℃ |
| 電源 | 直線DC12 v / 1(邊緣連接器)或DV 5 v / 2.5 (c型) |
2.2.2. 網關底層基板其他外設
l 11.6寸高清觸顯一體屏：板載，eDP連連接口,電容式多點觸摸，分辨率1920*1080
l 按鍵：板載重啟、恢復、電源3個功能按鍵，4個用戶自定義按鍵
l UART：1路RS232，1路RS485
l 以太網：100/1000M
l 音頻：音頻輸出連連接口、MIC音頻寫入連連接口、板載4歐3W揚聲器
l 無線網：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1
l 4G模組：板載，板載EC20模組
l LoRaWAN網關模型塊連連接口：板載mini-pcie連連接口，可接入SX1301八通道并行LoRaWAN網關模型塊。1個項目須至少配備裝備裝備1個LoRaWAN網關模型塊，以完成對實訓室全部lora節點的接入管理。
l Zigbee網關模型塊：板載，直列雙排20芯插針連連接口，非usb連連接口。
l BLE網關模型塊：板載，直列雙排20芯插針連連接口，非usb連連接口。
l USB 3.0 HOST連連接口：板載2個
l Debug連連接口：板載1個
l Download連連接口：板載1個
l 鍵盤：板載7寸80鍵標準鍵盤
l 高清相機模組：CMOS傳感器OV13850，MIPI信號輸出，400萬像素，最高支持2688x1520像素。
l 麥克風陣列：板載7顆數字高功能硅麥克風。
l 紅外接收：板載紅外接收模型塊1個
l 震動馬達傳感器：1個
l LED：板載4顆藍色LED燈珠。
l 天線連連接口：板載wifi、BLE、lora、LET 共4個天線連連接口。
l 傳感器拓展連連接口：板載，與無線傳感器節點的傳感器模型塊連連接口兼容，可完成linux系統下的傳感器驅動研發實訓。
l OBD連連接口：板載，標準16針OBD-II插頭座，與配套系統集合可完成基于CAN總線通信相關實訓。
l
電源：DC 9-12V寫入
l 其他連連接口：MIPI、GPIO、SPI、I2C、TF Card (sd/mmc 3.0)、SIM卡座、USB 2.0 HOST、USB Type-C (with DP out)、eDP 1.3、HDMI 2.0 for 4K 60Hz
2.3. 外設模型塊
2.3.1.
4G LTE模型塊l 互聯網：FDD-LTE/TDD-LTE/WCDMA/TD-SCDMA/GSM/EDGE；
l 制式：CMCC/CUCC（B1/B3/B8/B34/B38/B39/B40）；
l 作業頻帶：HSPA1900/2100，GSM 900/1800；
l 高速USB 2.0連連接口、PCI-E連連接口；
l 支持短信、數值、電話本、PCM語音功能；
l 支持IPv4,IPv6協議；
l 支持LTE多頻；
l 支持最大150M/50Mbps的課程課程理論上下行數值傳輸速率；
2.3.2. *麥克風陣列
l 7路麥克風陣列，提供聲源定位、語音增強、語音降噪、回聲消除、聲音拾取等功能。l 帶硬件浮點運算的RISC-V 雙核64位處置整理器，主頻最高800MHz。
l 具備機器聽覺能力和語音識別能力，內置語音處置整理單元（APU）。
l 具備卷積人工神經互聯網硬件加快速度器KPU,可高功能實行卷積人工神經互聯網運算。
l 麥克風陣列模型塊含有概括TFT彩屏屏，能夠直觀顯露音頻頻譜圖。
l 內置ARM STM32 USB音頻驅動芯片，提供USB聲卡驅動，開放源代碼。
l 連連接口：雙列直插封裝/USB，需能夠接入到e*OT平臺使用。
l 支持語音識別、語義理解、語音合成、人機對話等功能，可與硬件實行語音交互。
l 5米監測界限、基于linux系統。
2.3.3. *攝像頭
l 1/1.8" SONY Exmor CMOSl 有效像素200萬像素，30幀@1920*1080
l C/CS鏡頭連連接口，最低照度0.001 Lux，120dB TWDR
l 支持協議：PROFILE S，GB/T28181，FTP/RTSP.UPNP等
l 支持雙碼流、手機監控、心跳機制，具3D降噪、去霧、數字寬動態、鏡頭校正、走廊監控等智能模式
l 提供基于e*OT教學平臺的人臉識別系統案例。
2.4. 物聯網應用基礎云平臺
1、功能簡介1）學員能夠將物聯網感知層設備（傳感器、執行器等）接入物聯網云服務平臺，平臺能夠接收并存儲傳感器和執行器的就地就地實時數值，模型塊在線狀態，并就地就地實時顯露。
2）提供后臺管理系統，能夠設定賬號類型和使用權限。支持多用戶管理及權限控制，分為父用戶和子用戶，父用戶可以創建多個子用戶，并而而且可以為每個子用戶分配增、刪、改幾種權限，子用戶創建的資源相互隔離。
3）提供物聯網規則編輯器，無需編寫代碼即可編輯復雜的自動化控制策略，完成位移互聯網系統的自動化控制。
4）提供豐富的可視化控件庫，經過拖拽、簡便配備裝備即可完成美觀的UI設計。支持GIS地圖、彎彎曲線圖、柱狀、餅圖、圖表、按鈕、儀表圖等控件。
5）物聯網感知層設備也能夠向執行器發送控制命令，系統能夠完成模型塊的在線監測。
6）云平臺支持物聯網硬件多協議接入，經過ZigBee/BLE/wifi/lora/NBIOT無線技術取得傳感器收集的數值，形成一個完整的無線傳感器互聯網。
7）數值經過http/MQTT協議傳輸至物聯網應用基礎云平臺系統，實行數值圖形化展示。
8）完成基于云平臺的智能家居實訓，并含有配套完整的教學資源。
9）支持本地化部署和云端部署兩種方法。
10）提供"物聯網應用基礎云平臺"系統著作權登記證書及系統設備登記測量試驗報告復印件并加蓋公章，原件備查。
3. 部分實訓案例
3.1.1. 嵌入式linuxQT綜合實訓
3.1.2. 手寫字識別
學習掌控把握掌控把握設計一個神經互聯網模型，然后用已經標注過的MNIST數值來實訓這個模型，然后實行測量試驗檢驗。
圖：手寫字識別案例
3.1.3. 人臉識別
經過OpenCV自帶的分類器、OpenCV的深度學習掌控把握掌控把握分類器是基于SSD(Single Shot Detector)框體構造的ResNet互聯網，完成在圖片、視頻中對人臉的檢驗測量試驗，并用矩形框框出來。學校可用來身份識別、課堂/上下班考勤、會議簽到、刷臉支付、門禁通行、安防監控相關場景。
圖： 人臉識別案例
3.1.4. 目標檢驗測量試驗
運用深度學習掌控把握掌控把握框體構造caffe，完成對常見物體的檢驗測量試驗。
圖：目標檢驗測量試驗案例
3.1.5. 人體姿態識別
使用邊緣側推理框體構造Tengine檢驗測量試驗圖像中的全部人體并返回每個人體的矩形框位置，精準定位 21 個核心關鍵點，含有五官、四肢、脖頸等部位，更多關鍵點持續拓展中；支持多人檢驗測量試驗、人體位置重疊、遮擋、背面、側面、中低空俯拍、大動作等復雜場景。
圖：人體姿態識別案例
3.1.6. 手勢識別
運用深度學習掌控把握掌控把握框體構造caffe，完成對簡便手勢的識別。
圖：手勢檢驗測量試驗和識別系統案例
3.1.7. 車牌識別
使用opencv 的 HAAR Cascade 檢驗測量試驗車牌大致位置，使用卷積神經互聯網回歸車牌左右，然后使用卷積神經互聯網滑動窗切割字符、及識別字符。
圖：交通門禁車牌檢驗測量試驗和識別系統案例
3.1.8. 人臉門禁
應用 mtcnn 實行人臉檢驗測量試驗，應用MobileFaceNet 實行人臉識別，然后用活體檢驗測量試驗算法實行檢驗測量試驗。
圖：人臉門禁檢驗測量試驗和識別系統案例
3.1.9. 聲紋鎖實訓
經過語音增強、語音重量（kg）檢驗測量試驗、語音增強、有效語音提取、聲紋特征提取等步驟，完成聲紋注冊及聲紋檢驗。
圖：聲紋電子鎖系統案例
3.1.10. *語音控制智能家居
本系統完成語音數值高速傳輸，基于百度語音識別 API 完成語音識別，并用無線方法控制電燈，電風扇，以及獲取溫度（℃）（℃）和濕度。
圖：語音控制智能家居系統案例
3.1.11. 知識圖譜和聊天機器人
知識圖譜融合了兩千五百多萬的實體，擁有億級別的實體屬性關系，機器人應用了基于知識圖譜的語義感知與理解，致力于最強認知大腦。自然語言處置整理工量具包的功能有：中文分詞、詞性標注、命名實體識別、關鍵詞提取、文本摘要、新詞發現、情感解析等。
圖：知識圖譜和文本聊天機器人系統案例
4. 招標功能數值
| 序號 | 項目名稱 | 項目技術功能數值參考規格 | 備注 |
| 1 |
名稱：*人工智能語音機器視覺研發應用系統平臺 型號：ZR-SD38 |
本項目實訓系統應用CPU+GPU雙處置整理器架構，是一款含有概括*語音、機器視覺、深度學習掌控把握掌控把握基礎、嵌入式Linux于一體的高端教學科研實訓平臺。 整個教學平臺含有概括人工智能（*）和嵌入式Linux部分，兩部分互相支撐、互為補充，一起合作完成嵌入式人工智能。人工智能部分的硬件基于嵌入式ARM控制器、高清相機模型塊、7麥麥克風陣列，具備語音、圖像數值的收集和處置整理能力及適用來多種場景的控制連連接口；嵌入式Linux部分的硬件應用CPU+GPU雙處置整理器架構，配備裝備裝備高清大屏以及豐富的外設連連接口。 平臺應用多核高功能 * 處置整理器，預裝 Ubuntu Linux 實操系統與 OpenCV 計算機數值數值視覺庫，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度學習掌控把握掌控把握端側推理框體構造。 提供多種應用外設與豐富的機器視覺、*語音、深度學習掌控把握掌控把握實戰應用案例，如語音前處置整理（聲源定位、語音增強、語音降噪、回聲消除、聲音提取）、語音活體查驗、語音喚醒、語音識別、語音合成、自然語言處置整理、聲紋識別門鎖、語音智能家居、手寫字識別、人臉識別、目標檢驗測量試驗、端側推理框體構造、圖像識別、人體解析 、文字識別、人臉門禁控制、車牌道閘控制、手勢家居控制等，經過案例教學讓學員掌控把握計算機數值數值視覺與深度學習掌控把握掌控把握的基礎原理和經經典型應用研發。 一、硬件技術功能數值 ★1、處置整理器： CPU: RK3399：六核 Dual Cortex-A72 + Quad Cortex-A53, 64-bit CPU at 1.8GHz GPU: Mali-T864 GPU,支持 OpenGL ES 1.1/2.0/3.0/3.1, OpenVG 1.1, OpenCL, DX11 2、存儲器：雙通道LPDDR3（64-bit）不低于4GB，16GB 高速emmc 拓展存儲，MicroSD不低于64G 3、高清相機模組：CMOS傳感器OV13850，MIPI信號輸出，1300萬像素，最高支持4224x3136像素。 4、*高清攝像機：有效像素500萬像素，對焦方法自動對焦，USB2.0連連接口，提供基于e*OT教學平臺的人臉識別系統案例。 ★5、11.6寸板載高清觸顯一體屏：11.6寸eDP連連接口,分辨率不低于1920*1080 ★6、1）Zigbee網關模型塊連連接口：板載，應用直列雙排20芯插針牢靠固定，非usb連連接口。 2）BLE網關模型塊連連接口：板載，應用直列雙排20芯插針牢靠固定，非usb連連接口。 7、4G模組：板載EC20模組，支持LTE TDD/LTE FDD/TD-SCDMA/WCDMA /TD-SCDMA/CDMA2000/CDMA/GSM等頻段 ★8、7路麥克風陣列： 1）7路麥克風陣列，提供聲源定位、語音增強、語音降噪、回聲消除、聲音拾取等功能。（需提供完整硬件原理圖及PCB文件截圖證明為自主研發設備） 2）主控芯片K210，RISC-V 雙核64位處置整理器，主頻最高800MHz。含有概括卷積神經互聯網加快速度器KPU，峰值算力1TOPS。 3）一體化單板設計，含有概括TFT彩色液晶屏，能夠直觀顯露彩色音頻頻譜圖。 4）含有概括 STM32音頻驅動芯片，提供USB聲卡驅動，開放源代碼。（提供源碼工程截圖，源碼備查） 5）應用雙列直插封裝和USB連連接口輸出，需能夠接入到系統主板中使用。 6）5米監測界限，基于linux系統。 ★9、OBD連連接口：板載，標準16針OBD-II插頭座，與配套系統集合可完成基于CAN總線通信相關實訓。 10、天線連連接口：板載wifi、BLE、lora、LTE共4個天線連連接口。 11、其他硬件連連接口： 1）UART：1路RS232，1路RS485 2）以太網：100/1000M 3）音頻：音頻輸出連連接口、MIC音頻寫入連連接口、板載4歐3W揚聲器 4）無線網：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1 5）USB 3.0 HOST連連接口：板載2個 6）Debug連連接口：板載1個、Download連連接口：板載1個 7）鍵盤：板載7寸80鍵標準鍵盤 8）紅外接收：板載紅外接收模型塊1個 9）傳感器拓展連連接口：板載，與無線傳感器節點的傳感器模型塊連連接口兼容，可完成linux系統下的傳感器驅動研發實訓。 10）按鍵：板載重啟、恢復、電源3個功能按鍵，4個用戶自定義按鍵 LED：板載4顆藍色LED燈珠 11）震動馬達傳感器：板載1個 12）其他連連接口：MIPI、GPIO、SPI、I2C、TF Card (sd/mmc 3.0)、SIM卡座、USB 2.0 HOST、USB Type-C (with DP out)、eDP 1.3、HDMI 2.0 for 4K 60Hz 12、實訓箱箱體：單層一體式設計，左邊固定裝配實訓所需硬件，右邊收納存放配套電源適配器、線材、備品備件等設備。 二、系統規格功能數值要求 ★1、實操系統：Linux+QT、Ubuntu18.04、Android8.1，支持Linux+QT、Ubuntu雙實操系統SD卡快速離線變換，便利教學管理； ★2、須配備裝備裝備LoRaWAN NS(network server)實訓系統，協作硬件可完成LoRaWAN雙向通信實訓，實訓可以顯露無線通信頻率值、擴頻因子、RSSI（接收信號強度）、信噪比、fcnt等信息。經過實訓可以快速評估和測量試驗LoraWan協議下的數值通信格式、通信距離、信號重量（kg）等，同樣也可以基于現有的樣例實行二次研發快速完成課程設計、項目研發、科研等。 ★3、提供嵌入式深度學習掌控把握掌控把握框體構造Tengine：針對 ARM CPU 及 ARM Mali GPU 優化，支持 Caffe/TensorFlow/MXnet/ONNX 模型文件，兼容 Caffe/TensorFlow API，以插件方法支持底層算子拓展，支持 INT8 量化。 ★4、提供物聯網應用基礎云平臺： 1）學員能夠將物聯網感知層設備（傳感器、執行器等）接入物聯網云服務平臺，平臺能夠接收并存儲傳感器和執行器的就地就地實時數值，模型塊在線狀態，并就地就地實時顯露。 2）提供后臺管理系統，能夠設定賬號類型和使用權限。支持多用戶管理及權限控制，分為父用戶和子用戶，父用戶可以創建多個子用戶，并而而且可以為每個子用戶分配增、刪、改幾種權限，子用戶創建的資源相互隔離。 3）提供物聯網規則編輯器，無需編寫代碼即可編輯復雜的自動化控制策略，完成位移互聯網系統的自動化控制。 4）提供豐富的可視化控件庫，經過拖拽、簡便配備裝備即可完成美觀的UI設計。支持GIS地圖、彎彎曲線圖、柱狀、餅圖、圖表、按鈕、儀表圖等控件。 5）物聯網感知層設備也能夠向執行器發送控制命令，系統能夠完成模型塊的在線監測。 6）云平臺支持物聯網硬件多協議接入，經過ZigBee/BLE/wifi/lora/NBIOT無線技術取得傳感器收集的數值，形成一個完整的無線傳感器互聯網。 7）數值經過http/MQTT協議傳輸至物聯網應用基礎云平臺系統，實行數值圖形化展示。 8）支持本地化部署和云端部署兩種方法。 ★5、人工智能麥克風陣列語音前處置整理系統： 1）需支持以下實訓并提供全部源代碼：聲源定位、語音增強、語音降噪、回聲消除、聲音拾取實訓。 三、實訓教學課程資源 ★平臺提供成套教學資源，用戶可以按照學期長度和實際教學情況安排教學，須配備裝備裝備實訓指導書，實訓指導書可以提供10～18周、每周2～6節課的教學實訓需要。含有但不限于以下知識實訓課程： Linux 實訓表單 初識linux 系統：Ubuntu 系統裝配、Ubuntu 系統入門、Ubuntu 終端實操、Shell 實操、APT 下載工量具、Ubuntu 下文本編輯、Linux 文件系統、Linux 用戶權限管理、Linux 磁盤管理 Linux應用研發基礎：編寫 HelloWorld 代碼、編譯 HelloWorld、GCC 編譯器、Makefile文件 ARM Linux 研發基礎：RK3399研發平臺簡介、研發環境搭建、關于ARM架構、AArch64匯編基礎、RK3399啟動方法詳解、匯編LED燈試驗、C語言版LED燈實訓 基于SDK研發Uboot,kernel,rootfs：SDK 基礎、U-Boot 頂層 Makefile 詳解、U-Boot 啟動流程詳解、U-Boot 圖形化配備裝備及其原理、Linux 內核頂層 Makefile詳解、buildroot根文件系統組建 linux 設備驅動程序研發基礎：字符設備驅動研發、嵌入式 Linux LED 驅動研發實訓、新字符設備驅動實訓、Linux 設備樹、設備樹下的 LED 驅動實訓、pinctrl 和 gpio 子系統實訓、Linux 并發與競爭、Linux 并發與競爭實訓、Linux 按鍵寫入實訓、Linux 內核定時器實訓、Linux 中斷實訓、Linux 阻塞和非阻塞 IO 實訓、異步通知實訓 linux 設備驅動程序研發進階：platform 設備驅動實訓、設備樹下的 platform 驅動編寫、Linux 自帶的 LED 燈驅動實訓、Linux MISC 驅動實訓、Linux INPUT 子系統實訓、Linux RTC 驅動實訓、Linux I2C 驅動實訓、Linux SPI驅動實訓、Linux misc雜項設備驅動實訓 Linux 無線通信編程實訓：lorawan NS實訓、Linux互聯網編程試驗、嵌入式 Web 服務器試驗、IOT云服務實訓 嵌入式 Linux QT研發 Qt簡介：Qt環境搭建 Qt編程基礎：Qt用到的研發工量具、Qt編程涉及的術語和名詞、Qt Creator的初步使用、第一個Qt程序、Qt項目管理文件、Qt項目界面文件、Qt項目中的m--n主函數、Qt界面布置管理、Qt信號與槽機制、Qt Creator使用技巧 Qt應用研發實例：QCalculator計算器應用實訓、QClock就地就地實時時鐘應用實訓、QLed LED控制應用實訓、QSht20溫濕度計應用實訓、QFileview文件瀏覽應用實訓、QReader文本閱讀器應用實訓、QTest綜合測量試驗應用實訓、添加應用到系統桌面 人工智能實訓表單-基礎 神經互聯網的基礎作業原理：神經互聯網的基礎作業原理 神經互聯網中的基礎概念：線性反向傳播實訓、非線性反向傳播實訓、梯度下降實訓、損失函數實訓 神經互聯網之回歸問題：單變量線性回歸、多變量線性回歸 神經互聯網之分類問題：線性二分類、線性多分類、神經互聯網非線性二分類、神經互聯網非線性多分類 神經互聯網模型的推理與部署：測量試驗實訓成果實訓、查看模型文件實訓、ONNX模型文件制作實訓、模型部署和測量試驗實訓 深度神經互聯網：深度神經互聯網框體構造設計、深度神經互聯網應用、神經互聯網優化、神經互聯網過集合問題 卷積神經互聯網：卷積神經互聯網基礎簡介、卷積的前向計算、卷積的反向傳播、池化的前向計算與反向傳播、經典的卷積神經互聯網模型、MNIST分類實訓、Fashion-MNIST分類實訓 循環神經互聯網：普通循環神經、通用的循環神經互聯網模型實訓互聯網、兩個時間步的循環神經互聯網實訓、四個時間步的循環神經互聯網、不定長時序的循環神經互聯網實訓、深度循環神經互聯網、雙向循環神經互聯網、高級循環神經互聯網 人工智能實訓表單-圖像 圖像收集：USB攝像頭圖像收集 圖像處置整理：圖片顯露、色彩空間、像素運算、ROI與泛洪填充、濾波與模糊實操、圖像直方圖、模板匹配、圖像二值化、圖像金字塔、圖像梯度、Canny邊緣檢驗測量試驗、直線檢驗測量試驗、圓檢驗測量試驗、輪廓發現 傳統機器視覺：手寫字識別、人臉檢驗測量試驗、目標檢驗測量試驗 深度學習掌控把握掌控把握機器視覺：手寫字識別、人臉檢驗測量試驗、目標檢驗測量試驗、 端側推理框體構造 云端機器視覺應用：圖像識別實訓、文字識別、人體解析 圖像視覺綜合應用：人臉門禁控制、車牌道閘控制、手勢識別 人工智能實訓表單-語音 語音處置整理 ：語音收集和播放實訓、語音編碼和解碼實訓、語音變速變調實訓、語音活性檢驗測量試驗實訓、語音喚醒實訓、語音識別實訓、語音合成實訓 自然語言處置整理：中文分詞實訓、關鍵詞提取實訓、文本可視化實訓、文本向量化實訓、文本分類實訓、文本聚類實訓、文本情感解析實訓、句法依存解析實訓、組建聊天機器人實訓 云端語音語言應用：云端語音合成實訓、云端語音識別實訓、云端對話情緒識別實訓、云端新聞摘要實訓、云端短文本相似度實訓、云端情感傾向解析實訓、云端地址識別解析實訓 語音語言綜合應用：組建知識圖譜和聊天機器人實訓、聲紋識別門禁實訓、*語音智能家居實訓 |
|
