AI人工智能實(shí)驗(yàn)箱,人工智能實(shí)驗(yàn)室設(shè)備
2024-09-11 06:53
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(chēng)其“可能會(huì)改變我們對(duì)工作方式、思考方式以及人類(lèi)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?chē)?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(shū)》,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(zhuān)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(mén)!
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(hù)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,F(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(hù)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(xiě)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(lèi),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(chē)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(huà)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(chēng)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(hù)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,F(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(hù)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(xiě)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(lèi),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(chē)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(huà)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(xiàn)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(xiàn)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(xiàn)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?梢酝瓿葾I聽(tīng)覺(jué)類(lèi)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(mén)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(pán)鼠標(biāo) | 干電池供電,無(wú)線(xiàn)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(lèi)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(chēng)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(xiàn)性相關(guān)和生成子空間 | |
范數(shù) | |
特殊類(lèi)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(lèi)型 | 變量 |
基本數(shù)據(jù)類(lèi)型 | |
列表和元組 | 列表 |
元組 | |
字典與集合 | 字典 |
集合 | |
類(lèi)和對(duì)象 | 面向?qū)ο蟾攀?/span> |
類(lèi)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(lèi) | K-均值聚類(lèi) |
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(xiàn)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(hù)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(xiě)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(xiàn)段繪制 | |
OpenCV彩色圖片直方圖 | |
OpenCV直方圖均衡畫(huà) | |
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(chē)檢測(cè) | |
車(chē)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(lèi)實(shí)踐 | |
嵌入式視覺(jué)應(yīng)用 | 圖像分類(lèi) |
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(lèi)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(xiàn)語(yǔ)音合成 | |
語(yǔ)音聽(tīng)寫(xiě)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(huà) | |
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 |