- LGWL-FT02型 人工智能物聯(lián)網(wǎng)實(shí)驗(yàn)平臺(tái)
- LGWL-FTAI03型 人工智能技術(shù)開發(fā)平臺(tái)
- LGAI-BC02型 嵌入式人工智能教學(xué)科研平臺(tái)
- LGAI-RBC01型 AI偵查機(jī)器人
- LGAI-BCH04型 智能家居機(jī)器人(家居精靈)
- LGAI-BCY02型 智能移動(dòng)機(jī)器人
- LGAI-BCC01型 千里眼智能車
- LGAI-BCW03型 無人機(jī)模擬飛行訓(xùn)練系統(tǒng)
- LGAI-BC01型 嵌入式人工智能教學(xué)科研平臺(tái)
- LGAI-BCD01型 AI機(jī)器人底盤開發(fā)平臺(tái)
- LGAI-BCW01型 舞蹈人形機(jī)器人
LGWL-FTAI03型 人工智能技術(shù)開發(fā)平臺(tái)
一、產(chǎn)品概述
LGWL-FTAI03型 人工智能技術(shù)開發(fā)平臺(tái)是一款綜合人工智能技術(shù)、嵌入式接口技術(shù)、傳感器檢測(cè)技術(shù)、物聯(lián)網(wǎng)通信技術(shù)的AIoT通用教學(xué)產(chǎn)品,滿足人工智能相關(guān)專業(yè)基礎(chǔ)理論教學(xué)、端側(cè)人工智能實(shí)驗(yàn)、人工智能項(xiàng)目開發(fā)、智能產(chǎn)品應(yīng)用開發(fā)等。
LGWL-FTAI03型 人工智能技術(shù)開發(fā)平臺(tái)主要由邊緣計(jì)算網(wǎng)關(guān)、云臺(tái)攝像頭、液晶顯示屏、人工智能教學(xué)平臺(tái)及其他附件組成,內(nèi)置機(jī)器視覺庫、機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)框架,支持接入華為modelarts第三方AI平臺(tái),可以實(shí)現(xiàn)圖像識(shí)別、物體檢測(cè)、語音識(shí)別、文本分類、預(yù)測(cè)分析等項(xiàng)目案例??梢源钆涓兄獋鞲衅飨盗?,無線通信系列,進(jìn)一步加深人工智能與物聯(lián)網(wǎng)的融合創(chuàng)新。
二、硬件組成
1、AI邊緣計(jì)算網(wǎng)關(guān):核心板和接口底板插拔模式固定連接。核心板板載高性能四核ARM Cortex-A57 MP Core處理器,具有128個(gè)CUDA核心的GPU,4GB 64位LPDDR4 1600MHz的顯存,多種視頻編碼模式(2×1080p@60,4×1080p@30等),多種視頻解碼模式(1×4k@60,4×1080p@60等),板載TF卡槽,板載WiFi模塊。底板板載1路HDMI 2.0或DP1.2同步高清顯示接口,2路MIPI CSI攝像頭接口,1路USB3.0接口,3路USB2.0接口,1個(gè)RJ45千兆以太網(wǎng)口,1個(gè)麥克風(fēng)模塊,1路音頻輸出接口,1個(gè)無線傳感網(wǎng)接口。
2、云臺(tái)攝像頭:支持30萬(480P)分辨率,USB接口。輸出格式Y(jié)UYV,旋轉(zhuǎn)角度左右180°,上下180°。
3、顯示屏:1024*600分辨率,HDMI接口
4、傳感器系列模塊。板載Cortex-M3處理器最小系統(tǒng)單元,郵票封裝貼焊工藝,主頻72MHz。板載溫濕度傳感器、光敏傳感器、雨露傳感器、光強(qiáng)傳感器、廣譜氣體傳感器等,支持I2C接口、ADC接口、I/O接口等。傳感器接口均引到香蕉頭插孔上,既可以滿足自身處理器的傳感器采集應(yīng)用,也可以供其他處理器導(dǎo)線連接擴(kuò)展應(yīng)用。
5、執(zhí)行器系列模塊。板載Cortex-M3處理器最小系統(tǒng)單元,郵票封裝貼焊工藝,主頻72MHz。板載RGB三色燈、蜂鳴器、風(fēng)扇、減速電機(jī)、舵機(jī)、步進(jìn)電機(jī)、繼電器等執(zhí)行部件,支持I/O接口、PWM接口等。執(zhí)行器驅(qū)動(dòng)接口均引到香蕉頭插孔上,既可以滿足自身處理器的執(zhí)行器控制應(yīng)用,也可以供其他處理器模塊連線擴(kuò)展應(yīng)用。
6、其他附件:包含至少64GB的TF卡、揚(yáng)聲器、麥克風(fēng)、USB HUB、鍵盤鼠標(biāo)等。
三、軟件資源
1、人工智能教學(xué)平臺(tái)
(1)B/S架構(gòu),Web瀏覽器訪問平臺(tái)開始人工智能技術(shù)的學(xué)習(xí)、驗(yàn)證、開發(fā)。
(2)覆蓋圖像處理基礎(chǔ)知識(shí),可進(jìn)行灰度化、二值化、邊緣提取、膨脹與腐蝕、高斯濾波、小波變換、形狀檢測(cè)、放大縮小等;
(3)傳統(tǒng)機(jī)器學(xué)習(xí)模式識(shí)別的深入學(xué)習(xí),如OpenCV庫的加載、鳶尾花均值聚類、Adaboost人臉檢測(cè)、SVM行人檢測(cè)、目標(biāo)物體跟蹤等;
(4)集成TensorFlow、Caffe兩大人工智能深度學(xué)習(xí)框架,提供基于開發(fā)框架的手寫數(shù)字識(shí)別、車牌識(shí)別、垃圾分類、物體識(shí)別等;
(5)具有jupyter在線開發(fā)模式,用戶可直接在網(wǎng)頁中輸入python代碼,在線編輯,直接執(zhí)行。
2、ModelArts應(yīng)用軟件
提供手勢(shì)識(shí)別、人臉識(shí)別、聲音分類、房?jī)r(jià)預(yù)測(cè)、短信詐騙等實(shí)訓(xùn)案例,具有樣本收集、標(biāo)注、訓(xùn)練、生成模型,接口應(yīng)用功能。
3、邊緣硬件采集控制程序
該軟件需要搭配傳感器系列模塊、執(zhí)行器系列模塊?;谶吘売?jì)算網(wǎng)關(guān)的GPIO、I2C、UART接口,實(shí)現(xiàn)溫濕度采集、光線強(qiáng)度采集、LED蜂鳴器控制、風(fēng)扇控制、舵機(jī)控制等python基礎(chǔ)應(yīng)用實(shí)驗(yàn)。
四、功能特點(diǎn)
1、采用Python編程語言,支持人工智能基礎(chǔ)課程。實(shí)驗(yàn)項(xiàng)目均采用Python語言開發(fā),可以支撐數(shù)字圖像處理、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等課程知識(shí)點(diǎn)的學(xué)習(xí)和實(shí)驗(yàn)。
2、支持Web端AI教學(xué)平臺(tái)、客戶端應(yīng)用軟件等多種用戶交互方式。
3、AI教學(xué)平臺(tái)支持離線圖片、在線視頻兩種數(shù)據(jù)來源。既支持離線圖片上傳識(shí)別,也可調(diào)用攝像頭,對(duì)視頻流抓拍識(shí)別。識(shí)別結(jié)果采用LOG信息實(shí)時(shí)顯示,和目標(biāo)矩形框標(biāo)注展示。
4、AI教學(xué)平臺(tái)具有數(shù)字圖像處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)三個(gè)體驗(yàn)功能版塊?;贠penCV機(jī)器視覺庫能夠?qū)崿F(xiàn)圖像預(yù)處理、顏色識(shí)別,形狀識(shí)別等;基于傳統(tǒng)的十大機(jī)器學(xué)習(xí)算法,可以實(shí)現(xiàn)Adaboost人臉檢測(cè)、SVM人臉檢測(cè)、K均值鳶尾花聚類、目標(biāo)跟蹤等;基于主流開源的Tensorflow、Caffe深度學(xué)習(xí)算法框架,通過數(shù)據(jù)獲取、算法訓(xùn)練、模型應(yīng)用,可以實(shí)現(xiàn)涂鴉猜游戲、文字識(shí)別、物體識(shí)別、垃圾分類、車牌識(shí)別等。
5、ModelArts云端結(jié)合功能。ModelArts云端完成數(shù)據(jù)集上傳、標(biāo)注、模型訓(xùn)練、接口生成;終端完成接口調(diào)用,實(shí)現(xiàn)AI應(yīng)用。
6、靈活擴(kuò)展,組合應(yīng)用功能??梢院蛡鞲衅髂K、執(zhí)行器模塊、通信系列模塊結(jié)合,將AI和物聯(lián)網(wǎng)終端靈活組合出更多智能產(chǎn)品。
7、具有雷達(dá)數(shù)據(jù)分析的功能。
五、配置清單
序號(hào) |
類別 |
設(shè)備名稱 |
單位 |
備注 |
1 |
平臺(tái) |
F-Table基礎(chǔ)平臺(tái) |
1 |
|
2 |
必配硬件 |
AI邊緣計(jì)算網(wǎng)關(guān) |
1 |
|
3 |
顯示屏 |
1 |
|
|
4 |
云臺(tái)攝像頭 |
1 |
二自由度 |
|
5 |
雷達(dá)傳感器模塊 |
1 |
|
|
6 |
全向型拾音器 |
1 |
|
|
7 |
揚(yáng)聲器 |
1 |
|
|
8 |
USB HUB |
1 |
|
|
9 |
鍵盤鼠標(biāo) |
1 |
|
|
10 |
物聯(lián)網(wǎng)模塊 |
環(huán)境傳感器模塊 |
1 |
|
11 |
執(zhí)行傳感器模塊 |
1 |
|
|
12 |
軟件 |
人工智能教學(xué)平臺(tái) |
1 |
含在硬件里 |
13 |
教學(xué)資源 |
1 |
|
|
14 |
附件 |
含64Gtf卡(50)、TF卡讀卡器、DC12V3A電源適配器(50)、Type-C USB線纜 |
1 |
|
六、實(shí)驗(yàn)項(xiàng)目
教學(xué)資源主要內(nèi)容:
?第一部分:基于人工智能教學(xué)平臺(tái),可開展圖像處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)方面的驗(yàn)證性實(shí)驗(yàn),提供python語言的在線實(shí)驗(yàn)代碼編輯、測(cè)試,提供實(shí)驗(yàn)手冊(cè);
?第二部分:AI+IoT結(jié)合,實(shí)現(xiàn)物聯(lián)網(wǎng)終端設(shè)備感知層傳感器的采集、執(zhí)行器的控制、多傳感器融合。
?第三部分:ModelArts人工智能應(yīng)用教學(xué)。云端結(jié)合,可以完成圖像分類、物體檢測(cè)、文本分類、預(yù)測(cè)分析等應(yīng)用。
課程類別 |
課程要求 |
|||
1.人工智能概論 |
課程內(nèi)容 |
了解人工智能概念、發(fā)展歷史、 |
||
2.Python基礎(chǔ)編程 |
課程目標(biāo) |
掌握Python基本編程方法 |
||
課程內(nèi)容 |
基于人工智能開發(fā)套件完成Python開發(fā)環(huán)境搭建,基本語法的入門,通信編程開發(fā)等。 |
|||
課程實(shí)驗(yàn) |
實(shí)驗(yàn)1:開發(fā)環(huán)境安裝 實(shí)驗(yàn)2:數(shù)據(jù)類型 實(shí)驗(yàn)3:程序控制 實(shí)驗(yàn)4:函數(shù)類 |
實(shí)驗(yàn)5:模塊和標(biāo)準(zhǔn)庫 實(shí)驗(yàn)6:文件和流 實(shí)驗(yàn)7:數(shù)據(jù)庫和網(wǎng)絡(luò)編程 實(shí)驗(yàn)8:圖形用戶界面 |
||
3.Python傳感器技術(shù)應(yīng)用 |
課程實(shí)驗(yàn) |
實(shí)驗(yàn)1:溫濕度采集 實(shí)驗(yàn)2:光強(qiáng)采集 |
實(shí)驗(yàn)3:開關(guān)類執(zhí)行器控制 實(shí)驗(yàn)4:步進(jìn)電機(jī)控制 |
|
3.數(shù)字圖像處理 實(shí)驗(yàn)課程 |
課程目標(biāo) |
理解圖像處理算法的原理 掌握數(shù)字圖像處理的常用方法 |
||
課程內(nèi)容 |
基于人工智能開發(fā)套件完成圖像處理視覺庫的安裝、圖像處理方法調(diào)用。 |
|||
實(shí)驗(yàn)硬件 |
人工智能應(yīng)用開發(fā)套件 |
|||
課程實(shí)驗(yàn) |
實(shí)驗(yàn)1 Opencv視覺庫的安裝配置 實(shí)驗(yàn)2 圖像灰度化 實(shí)驗(yàn)3 歸一化 實(shí)驗(yàn)4 二值化 實(shí)驗(yàn)5 圖像濾波:高斯、中值 |
實(shí)驗(yàn)6 邊緣檢測(cè):Sobel/Canny/hog 實(shí)驗(yàn)7 形態(tài)學(xué) 實(shí)驗(yàn)8 灰度直方圖 實(shí)驗(yàn)9 銳化 實(shí)驗(yàn)10 鈍化 實(shí)驗(yàn)11 圖像增強(qiáng) |
||
課程實(shí)訓(xùn) |
實(shí)驗(yàn)1 顏色識(shí)別 |
了解顏色組成和表示方法; 使用Opencv庫識(shí)別顏色,并播報(bào)。 |
||
實(shí)驗(yàn)2 簡(jiǎn)單圖形形狀識(shí)別 |
了解霍夫變換的原理; 涉及圖像灰度化、歸一化、濾波、邊緣檢測(cè)等知識(shí)點(diǎn); 使用Opencv庫識(shí)別圓形、矩形,并播報(bào)。 |
|||
4.機(jī)器學(xué)習(xí) 應(yīng)用實(shí)驗(yàn)課 |
課程目標(biāo) |
1.了解機(jī)器學(xué)習(xí)的分類:無監(jiān)督、有監(jiān)督 2.了解數(shù)據(jù)集的原理、作用、存儲(chǔ)格式 3.了解至少一種聚類算法如K-Means的原理:歐式距離、余弦距離曼哈頓距離計(jì)算方法; 4.了解至少一種機(jī)器學(xué)習(xí)算法如Adaboost、SVM、決策樹等的原理:分類器的流程; 5.掌握聚類算法、分類器算法的調(diào)用方法 6.掌握分類器的檢測(cè)分類效果 7.掌握根據(jù)分類效果,進(jìn)行智能控制 8.通過增減數(shù)據(jù)集,掌握算法訓(xùn)練的全過程 |
||
課程內(nèi)容 |
能夠使用機(jī)器學(xué)習(xí)的算法,實(shí)現(xiàn)聚類、分類、以及能夠結(jié)合聲、光、電設(shè)備實(shí)現(xiàn)關(guān)聯(lián)控制 |
|||
課程實(shí)驗(yàn) |
實(shí)驗(yàn)1 鳶尾花聚類播報(bào) 實(shí)驗(yàn)2 臉部數(shù)據(jù)集分析顯示 |
實(shí)驗(yàn)3 人臉檢測(cè)控制實(shí)驗(yàn) 實(shí)驗(yàn)4 行人檢測(cè)控制實(shí)驗(yàn) 實(shí)驗(yàn)5 目標(biāo)跟蹤實(shí)驗(yàn) |
||
5.深度學(xué)習(xí) 應(yīng)用實(shí)驗(yàn)課 |
課程目標(biāo) |
1.了解深度學(xué)習(xí)的定義,與機(jī)器學(xué)習(xí)的區(qū)別 2.了解數(shù)據(jù)集的原理、作用,以及格式 2.了解至少一種深度學(xué)習(xí)算法的理論:如CNN、RNN、BP神經(jīng)網(wǎng)絡(luò) 3.掌握至少一種深度學(xué)習(xí)框架的使用方法:如Caffe、TensorFlow 4.掌握使用深度學(xué)習(xí)方法實(shí)現(xiàn)識(shí)別的方法 5.掌握根據(jù)識(shí)別結(jié)果,進(jìn)行智能控制,如語音播報(bào)識(shí)別到的數(shù)字,語音播報(bào)識(shí)別到的物體名稱,控制聲、光、電執(zhí)行部件。 6.通過增加數(shù)據(jù)集,掌握算法訓(xùn)練的全過程。 |
||
課程內(nèi)容 |
能夠使用深度學(xué)習(xí)的方法,實(shí)現(xiàn)數(shù)字、物體識(shí)別,使人工智能與物聯(lián)網(wǎng)感控設(shè)備聯(lián)動(dòng) |
|||
課程實(shí)驗(yàn) |
實(shí)驗(yàn)1 手寫數(shù)字識(shí)別 實(shí)驗(yàn)2 涂鴉猜游戲 實(shí)驗(yàn)3 物體識(shí)別 |
實(shí)驗(yàn)4 垃圾分類 實(shí)驗(yàn)5 車牌識(shí)別 |
||
6.ModelArt平臺(tái)應(yīng)用 |
課程目標(biāo) |
掌握使用人工智能平臺(tái)SDK完成AI技能 |
||
課程內(nèi)容 |
1)圖像分類 2)物體檢測(cè) 3)聲音分類 4)文本分類 5)預(yù)測(cè)分析 |
|||
課程實(shí)驗(yàn) |
實(shí)驗(yàn)1 手勢(shì)識(shí)別 實(shí)驗(yàn)2 人臉識(shí)別 實(shí)驗(yàn)3 殘次品檢測(cè) |
實(shí)驗(yàn)4 聲音檢測(cè) 實(shí)驗(yàn)5 房?jī)r(jià)預(yù)測(cè) 實(shí)驗(yàn)6 短信詐騙預(yù)警 |
||
8.物聯(lián)網(wǎng)應(yīng)用開發(fā) |
課程目標(biāo) |
掌握物聯(lián)網(wǎng)應(yīng)用開發(fā)方法 |
||
課程內(nèi)容 |
1.云平臺(tái)接入方法 2.傳感網(wǎng)通信協(xié)議的解析 3.平臺(tái)JSON數(shù)據(jù)包重組 |
4.MQTT協(xié)議分析與測(cè)試 5.HTTP協(xié)議分析與測(cè)試 |