***-** 人工智能综合实验箱(数量:**台)
一、功能用途(货物用途、需实现的功能、目标以及为落实政府采购政策需满足的要求)
*、人工智能综合实验箱是为人工智能相关课程教学研发定制的一款“AI+”边缘计算实验/实训教学设备。适用于人工智能专业,以及计科、软工、智科、电子、自控、物联网工程、机电、交运、建筑、农业、金融等相关专业升级、增开人工智能类课程使用。
*、设备可支持计算机视觉、语音智能处理、生物特征识别、智能产品开发、物联网应用开发、机器人应用开发等相关课程的实验教学。
*、设备配套资源丰富,实现课程、教材、实验设备、实验案例、实验指导书、综合项目贯穿一体化设计。可以为学校老师提供课程设计、课前备课、授课实施等全方位支持。
二、技术规格及参数要求(货物基本参数要求,包括需满足的质量、安全、技术规格、物理特性等要求)
(一)、产品结构
★*、产品主体结构:铝合金喷塑;
▲*、产品尺寸:为满足实验室收纳空间要求,长*宽*高 ≤ ***mm****mm****mm(投标时需要提供实验箱实物测量截图作为证明材料);
(二)、产品配置
★*、产品硬件由边缘计算主机、视觉配件、语音配件、生物特征配件、物联网配件、算力加速模块等单元构成(投标时须提供上述实验箱配件的实物截图作为证明材料,线材、电源及转接头除外);
*、边缘计算主控:
★处理器:
高性能**位边缘处理器,内核数:≥*,线程数≥*,最大睿频频率*.** GHz;
★缓存 ≥* MB;
★GPU:集成
▲内存:DDR*≥*GB;
★存储器:固态≥***GB;
★无线:WIFI*、蓝牙*;
★有线:RJ** Gigabit Ethernet口 ≥*个;
★显示接口≥*个;
★音频接口≥*个;
★USB接口≥*个;
★*、边缘计算配件
音箱:支持蓝牙,内置电池,USB充电;
USB HUB:USB*.*,*口扩展器,可独立供电;
HDMI线:HDMI A Type;
充电电源适配器:In:***v,Out:*v;
*、AI算力加速模块
★处理器:双核处理器,最高频率*.*GHz;
▲NPU:* TOPs for INT* / *** GOPs for INT** / *** GFLOPs for FP**;支持 INT*/INT**/FP**;
▲内存:≥*GB;
★存储器:≥ *GB;
★接口:USB;
*、视觉配件
★⑴.为满足学生做实验的多种需求,视觉套件需要至少配置单目、双目、深度三类摄像头(投标时需要提供实验箱视觉配件实物截图证明材料);
★⑵.单目高清摄像头:像素:≥****,USB接口;
★⑶.ToF深度摄像头:
最大帧率:**fps;
深度分辨率:***x***;
接口:USB;
供电:*V DC;
数据线≥*;
★⑷.双目摄像头:
≥*** *像素,***P 双目同步摄像头;
USB接口;
数据线≥*;
★⑸.摄像头支架:
材质:金属;
承重:*kg-*kg;
▲⑹.小云台:
材质:金属,***度调节;
▲⑺.棋盘格标定板:
单元格:**mm,总尺寸:≥***mm****mm;
材质:铝合金;
*、语音配件
★⑴.麦克风:USB接口;
▲⑵.麦克风阵列:USB接口,*麦克风阵列,全方位灵敏度;(投标时须提供实验箱配置的两种麦克风实物截图作为证明材料)
*、生物特征配件:
★⑴.尺寸:长*宽*高 ≤ ***mm****mm***mm;
★⑵.接口:USB**;
★⑶.为便于教学使用,生物特征配件需要至少集成指纹、生命特征检测、静脉三类模块(投标时需要提供实验箱生物特征配件截图证明材料);
▲⑷.指纹采集识别:窗口面积:**.****.*mm±*mm;
▲⑸.生命特征监测:支持检测脉搏波形,心率监测,血氧监测,血压监测;(投标时需提供实验运行结果截图)
▲⑹.静脉识别:
定位区域:指尖定位区域为 **-**mm±*mm;
验证区域长度允许范围为 **-**mm±*mm;
验证区域宽度允许范围为 **-**mm±*mm;
*、物联网配件:
★物联网开发板:
M*核主芯片;
片上FLASH: ≥***KByte;
片上SRAM: ≥***KByte;
板载彩色显示屏;
集成 ST-LINK 仿真下载器;
板载音频解码芯片;
板载六轴传感器、
板载温湿度传感器,
板载光传感器;
板载贴片电机;
板载ATK模块接口;
板载WIFI模块;
板载麦克风;
板载蜂鸣器;
板载RGB灯;
板载SPI Flash;
板载按键≥*;
板载红外接收头;
▲接口:TF卡接口,串口,USB OTG,GPIO,耳机口;
▲连接线:USB线≥*;
▲*、其他辅助外设
键盘鼠标:通用无线鼠标键盘;
HDMI接口显示器:通用HDMI接口,分辨率*********,≥**寸,刷新频率≥***Hz;
(三)、软件系统与工具:
★*.系统支持:支持Linux、Windows双系统(投标时提供实验箱支持双系统运行的截图证明材料);
▲*.开发工具支持:PyCharm、Jupyter Notebook、Visual Studio Code;
▲*.AI框架支持:TensorFlow、PyTorch、scikit-learn;
(四)、硬件平台可支撑课程方向:
实验设备软硬件平台需具有能支撑:C语言程序设计实验、C++软件开发实验、Python程序设计实验、嵌入式单片机开发实验、物联网系统实验、物联网信息采集处理实验、机器学习应用实践、深度学习应用实践、计算机视觉应用案例、智能语音课程实验、生物特征识别实验等的能力。
(五)、教学支撑资源及实验案例:
*、所有实验代码需要与实验设备适配,需能在实验设备上正常运行并产生预期的实验结果;
*、教学实验案例需要能提供基础视觉实验,双目视觉实验,深度视觉实验,语音类实验、生物特征类实验、嵌入式物联网类实验,实验案例具体要求如下:
视觉类实验要求:(投标时须提供案例清单及实验指导书目录页作为证明材料。)
⑴.数字图像处理实验不少于**个,
⑵.双目摄像头应用实验案例不少于*个,
⑶.机器学习算法视觉应用实验案例不少于*个,
⑷.计算机视觉交通应用实验案例不少于*个,
⑸.计算机视觉医学应用实验案例不少于*个,
⑹.计算机视觉农业应用实验案例不少于*个,
⑺.计算机视觉安全应用实验案例不少于*个,
⑻.为满足教学要求,视觉类实验至少包含:
| 视觉类实验 |
| 序号 | 实验名称 | 实验描述 | 建议课时 |
| ★* | Python常用图像类库安装 | 完成Python常用图像类库安装与验证 | * |
| ★* | NumPy类库使用 | 学习NumPy类库使用:numpy 数组、Numpy函数、多项式 | * |
| ★* | Matplotlib类库使用 | 学习Matplotlib折线图、散点图、柱状图、饼图绘制、中文显示、条形码绘制、学生成绩分析 | * |
| ★* | PIL类库使用 | PIL类库使用:图像水印与图像滚动效果 | * |
| ★* | SciPy类库使用 | Scipy类库特点和函数使用、直线最小二乘法拟合、拟合正弦函数 | * |
| ★* | OpenCV类库基本图像操作与绘图 | 使用OpenCV实现图像读取、显示、保存、视频操作、绘图(支持 * 种图形绘制:圆形、矩形、直线,支持绘图模式切换、支持清除窗口) | * |
| ★* | 使用OpenCV压缩图像 | 将图像编码为 JPEG 格式,并设置压缩质量 | * |
| ★* | 使用OpenCV调整图像大小 | 调整图像大小 | * |
| ★* | 图像RGB颜色认知 | 认知RGB,通过滑块控制R、G、B值,调整显示颜色 | * |
| ★** | 图像操作之数字水印与加解密 | 实现图像英文水印、中文水印、隐水印、图像加密 | * |
| ★** | 图像黑白变换 | 了解图像黑白变换的基本原理,掌握通过编程实现图像黑白变换 | * |
| ★** | 图像灰度变换 | 实现图像灰度化处理、二值化处理、伽马变换、对数变换 | * |
| ★** | 图像取反变换 | 实现图像取反变换与显示 | * |
| ★** | 图像几何变换 | 实现图像缩放、平移变换、旋转并显示、仿射变换 | * |
| ★** | 图像污点修复 | 图像污点产生与修复 | * |
| ★** | 图像实时采集 | 掌握通过摄像头实时采集图像 | * |
| ★** | 图像模糊 | 实现图像均值滤波、中值滤波、高斯滤波,并显示图像 | * |
| ★** | 图像锐化 | 图像锐化与显示 | * |
| ★** | 边缘检测 | 进行图像边缘检测 | * |
| ★** | 轮廓检测 | 实现图像轮廓检测 | * |
| ★** | 角点检测 | 实现图像角点检测 | * |
| ★** | 车牌提取 | 从图像中提取车牌 | * |
| ★** | 表面划痕检测 | 物体表面图像划痕检测 | * |
| ★** | 特征匹配 | 实现图像特征匹配 | * |
| ★** | 图像拼接 | 实现图像拼接 | * |
| ★** | 行人检测 | 实现图像行人检测 | * |
| ★** | 单目标定 | 实现摄像头单目标定 | * |
| ★** | 单目校正 | 实现摄像头单目校正 | * |
| ★** | 双目标定 | 实现摄像头双目标定 | * |
| ★** | 双目校正 | 实现摄像头双目校正 | * |
| ★** | 双目测距 | 基于双目摄像头实现双目测距 | * |
| ★** | 图像分割 | 实现图像分割 | * |
| ★** | 图像分类 | 猫狗图像分类 | * |
| ★** | 基于SVM算法的手写数字识别 | 实现手写数字识别 | * |
| ★** | 手势识别 | 通过神经网络进行手势识别 | * |
| ▲** | 目标检测 | 通过YOLO进行目标检测 | * |
| ★** | 目标检测-算力 | 通过算力加速模块进行目标检测 | * |
| ★** | 多目标检测与追踪 | 通过摄像头进行实时目标检测与追踪 | * |
| ★** | PyTorch环境搭建 | PyTorch安装与验证 | * |
| ★** | 字符识别 | 字符OCR识别 | * |
| ★** | 车牌识别 | 实现车牌识别:输入通过摄像头与图片 | * |
| ▲** | HOG+SVM的行人检测 | 实现基于HOG+SVM的行人检测 | * |
| ★** | 红绿灯识别 | 通过图像识别交通红绿灯 | * |
| ★** | 口罩识别 | 识别口罩 | * |
| ▲** | 病虫害识别 | 通过植物叶片图像识别病虫害 | * |
| ★** | 人脸识别 | 实现人脸识别 | * |
| ★** | 安全帽识别 | 基于YOLO实现安全帽识别 | * |
| ★** | 吸烟识别 | 吸烟动作识别 | * |
★强化学习方面实验:(投标时须提供案例清单及实验指导书目录页作为证明材料。)
⑴.为满足教学要求,强化学习方面类实验至少包含:强化学习实验环境搭建、基于Q学习—Flappy Bird自动路径学习、倒立摆游戏、交通信号灯智能控制;单个实验不低于*课时,总共支持实验课时数不少于*课时;
语音类实验要求:(投标时须提供案例清单及实验指导书目录页作为证明材料。)
⑴.为满足教学要求,语音类实验至少包含:;
| 语音类实验 |
| 序号 | 实验名称 | 实验描述 | 建议课时 |
| ★* | 语音采集实验 | 基于人工智能实验箱实现语音采集功能 | * |
| ★* | 语音波形显示实验 | 基于人工智能实验箱实现语音波形显示功能 | * |
| ★* | 语音采集与实时波形显示实验 | 基于人工智能实验箱实现语音采集与实时波形显示功能 | * |
| ★* | 语音编码实验 | 基于人工智能实验箱实现Mp*格式编码功能 | * |
| ★* | 语音采样频率转换实验 | 基于人工智能实验箱实现语音采样频率转换 | * |
| ★* | 语音信号强度实验 | 基于人工智能实验箱实现语音信号强度图谱可视化 | * |
| ★* | 语音端点检测实验 | 基于人工智能实验箱实现语音端点检测 | * |
| ★* | 白噪声实验 | 基于人工智能实验箱实现白噪声生成功能 | * |
| ★* | 语谱图实验实验 | 基于人工智能实验箱实现语音的语谱图绘制 | * |
| ★** | 共振峰检测实验 | 基于人工智能实验箱实现语音共振峰检测 | * |
| ★** | 基音周期实验 | 基于人工智能实验箱实现基音周期估算 | * |
| ★** | 音频自动增益控制实验 | 基于人工智能实验箱实现音频自动增益控制 | * |
| ▲** | 语音增强实验 | 基于人工智能实验箱实现语音增强 | * |
| ★** | 回声消除实验 | 基于人工智能实验箱实现回声消除 | * |
| ★** | 实时声源定位实验 | 基于人工智能实验箱实现实时声源定位 | * |
| ▲** | 语音添加噪声实验 | 基于人工智能实验箱实现为纯净的语音信号添加噪音 | * |
| ▲** | 语音短时傅里叶变换实验 | 基于人工智能实验箱实现通过短时傅里叶变换来计算频谱 | * |
| ★** | 声纹识别实验 | 基于人工智能实验箱实现声纹识别 | * |
| ★** | 语音识别实验 | 基于人工智能实验箱实现语音识别 | * |
| ★** | 智能音箱实验 | 开发智能音箱:语音识别、唤醒、交互与播报功能 | * |
生物特征识别类实验要求:(投标时须提供案例清单及实验指导书目录页作为证明材料。)
⑴.生物特征需要能支持肤色、人脸、心率、血氧、血压、脉搏、指纹、静脉方向的实验;
⑵.为满足教学要求,生物特征识别类实验至少包含:
| 生物特征识别类实验 |
| 序号 | 实验名称 | 实验描述 | 建议课时 |
| ★* | 人脸检测实验 | 基于人工智能实验箱完成人脸数据采集、人脸关键点检测、显示 | ≥* |
| ★* | 人脸识别实验 | 基于人工智能实验箱完成人脸识别功能 | ≥* |
| ★* | 肤色检测实验 | 基于人工智能实验箱实现人体肤色检测功能 | ≥* |
| ★* | 指纹识别实验 | 基于人工智能实验箱实现指纹识别功能 | ≥* |
| ★* | 静脉识别实验 | 基于人工智能实验箱实现静脉识别功能 | ≥* |
| ▲* | 健康监测实验 | 基于人工智能实验箱实现心率、血氧、血氧检测功能 | ≥* |
| ▲* | 人脸属性识别实验 | 基于人工智能实验箱实现通过人脸图像识别年龄和性别功能 | ≥* |
嵌入式物联网类实验要求:(投标时须提供案例清单及实验指导书目录页作为证明材料。)
⑴.为满足教学要求,嵌入式实验至少包含:
| 嵌入式物联网类实验 |
| 序号 | 实验名称 | 实验描述 | 建议课时 |
| ★* | MDK安装实验 | 学习搭建单片机软件开发环境 | * |
| ★* | 最小工程实验 | 学习创建工程、最小化工程构成、配置、代码调试 | * |
| ★* | 启动流程及系统时钟配置实验 | 学习嵌入式系统启动流程及单片机时钟配置 | * |
| ★* | GPIO控制实验(RGB LED & Key) | 学习基于单片机的通用IO口使用,LED控制和按键扫描 | * |
| ★* | BEEP控制实验 | 学习蜂鸣器原理与控制 | * |
| ★* | 系统中断实验 | 学习单片机中线系统原理与控制 | * |
| ★* | UART通信实验 | 学习串口线路连接与收发通信 | * |
| ★* | 定时器&WatchDog控制实验 | 学习定时器配置使用、看门狗配置使用 | * |
| ★* | PWM控制实验 | 学习基于单片机实现脉冲宽度调制(PWM) | * |
| ★** | 电机控制实验 | 学习使用单片机控制电机 | * |
| ★** | LCD&GUI实验 | 学习使用单片机进行LCD控制与绘图 | * |
| ★** | RTC实验 | 学习RTC控制并显示日期时间 | * |
| ★** | ADC实验 | 学习基于单片机的模数转换并显示 | * |
| ★** | I*C实验 | 学习使用单片机完成I*C协议通信 | * |
| ★** | 温湿度传感器 | 学习使用单片机进行温湿度采集与显示 | * |
| ★** | 光环境传感器 | 学习使用单片机检测环境光强度(ALS)、接近距离(PS)和红外线强度(IR)等环境参数 | * |
| ★** | RTOS任务管理 | 学习使用RT-Thread创建多任务 | * |
| ★** | Flash分区管理 | 学习基于RT-Thread的Flash分区管理 | * |
| ★** | SPI Flash 文件系统 | 学习基于SPI Flash的文件系统使用 | * |
| ▲** | WiFi 管理 | 学习在单片机上以完成的方式完成WIFI管理 | * |
| ▲** | MQTT通讯 | 学习基于MQTT的主题订阅与向主题发消息 | * |
| ★** | Http客户端 | 学习在单片机上实现简单的Http客户端功能 | * |
*、为确保所提供实验满足教学要求及案例有效性,投标时需提交以下实验案例的运行效果截图作为佐证材料:
▲⑴ 视觉类实验:至少提供病虫害识别、双目测距案例的运行效果截图;
▲⑵ 语音类实验:至少提供实时声源定位与声纹识别案例的运行效果截图;
▲⑶ 生物特征识别类实验:至少提供静脉识别及健康监测案例的运行效果截图。
▲*、为方便教学,实验案例代码须同时兼容Linux与Windows操作系统,并确保稳定运行。投标时须提供视觉类、语音类、生物特征识别类实验中,每类至少一个案例在两种操作系统下的实际运行截图,作为有效的证明材料。
★*、为便于进行人工智能实验教学,实验箱需要配备专用的人工智能实验教学软件:
⑴.软件需要具有代码填空式人工智能实验功能;
⑵.学生做完相关实验后,软件需要能够自动给出学生实验的得分;
⑶.学生做实验时,输入错误软件需要能给出提示;
⑷.为便于学生做实验,软件需要具有实验手册展示功能;(投标时需要提供软件功能截图作为佐证材料)
★*、为便于教学,实验箱须配置计算机视觉课程资源,课程内容包括,但不限于:图像生成、OpenCV图像处理、图像特征检测、双目运动估计、SVM手写数字识别、基于HOG+SVM的行人检测、水果识别、病虫害识别、以图搜图原理、人脸识别原理、人脸识别代码实现、多目标检测、YOLO算法、可采摘物检测、Fast-RCNN算法、Faster-RCNN算法、Mask-RCNN算法、智能照片编辑、超分辨率原理理解、对抗网络实现、医学图像分割数据处理、全卷积网络理解、Unet网络梳理、医学图像配准数据处理、VoxelMorph算法原理、视频内容分析、CNN+RNN网络、C*D模型、图像语义理解、三维空间重建算法概述、*D-R*N*算法、RNN优化算法、视频稳定与降噪、MobileNet、SSD算法、多目标检测与跟踪数据处理、跟踪算法、SORT算法、图像风格迁移、对抗生成网络模型迁移、智慧景区综合项目实战(包括智慧景区项目概述与业务流程、景点人流量统计、吸烟火灾检测、YOLO V* + DEEP_SORT算法)、Swin Transformer视觉大模型原理与应用、肺炎X光检测。
★⑴.课程课时:≥**课时。
★⑵.课程大纲:数量*个;(提供大纲内容截图)。
★⑶.课程讲义:数量≥**个,单课时页数≥**(提供课程讲义(PPT)清单截图)
★⑷.案例手册:数量≥**个(提供案例手册清单截图)。
★⑸.课程视频:数量≥**个,单个视频时长**-**分钟(提供课程视频清单截图)。
★⑹.课程习题:数量≥***,试题含难度级别、考察知识点、答案解析(提供试题截图)。