精品国产一区二区三区不卡/麻豆精品久久久久久久99蜜桃/殴亚乱色熟一区二区三四区/亚洲欧洲日产国码无码久久99/在线无码视频观看草草视频

產品展示

  • 人工智能深度學習實驗平臺
人工智能深度學習實驗平臺

人工智能深度學習實驗平臺

型號 : Lred-AIOT
描述 :

人工(gong)智能(neng)深度(du)學習(xi)實(shi)驗平臺是力宏偉(wei)業科技基于英偉(wei)達Jetson Nano開發(fa)的(de)一款深(shen)(shen)度學習(xi)機器視(shi)覺分揀平(ping)臺,該平(ping)臺采用YoloV5作為神(shen)經(jing)網絡框(kuang)架,可開展Python基礎教學、機器學習(xi)、深(shen)(shen)度學習(xi)、神(shen)經(jing)網絡、大(da)模型推理、Opencv機器視(shi)覺、物聯網傳(chuan)感器等(deng)豐(feng)富的(de)人工智(zhi)能課程。

一(yi)、實(shi)驗平臺具有(you)如(ru)下特點:

1.平(ping)臺一體化設(she)計,包含AI主(zhu)控模(mo)(mo)塊(kuai)(kuai)、功能擴展(zhan)模(mo)(mo)塊(kuai)(kuai)、應用(yong)交(jiao)互模(mo)(mo)塊(kuai)(kuai)、機械(xie)臂執行(xing)模(mo)(mo)塊(kuai)(kuai)、紅外測溫(wen)模(mo)(mo)塊(kuai)(kuai)、視頻采集模(mo)(mo)塊(kuai)(kuai)、識別(bie)與(yu)應用(yong)擴展(zhan)模(mo)(mo)塊(kuai)(kuai)等(deng)組成(cheng)。

2.平臺(tai)基(ji)于模塊化(hua)設計。

3.視頻采集模(mo)塊配置(zhi)USB接口攝(she)像(xiang)頭及支架(jia),支架(jia)支持360度任意(yi)角度調整(zheng)功能。

4.應(ying)用交(jiao)互模塊(kuai)配置11.3吋(cun)IPS顯(xian)示屏,分辨率1920*1080,支持(chi)多(duo)點(dian)觸摸(mo),HDMI輸(shu)入(ru)。

5.配(pei)(pei)備智能(neng)倉(cang)儲(chu)模塊,配(pei)(pei)置5單元的(de)倉(cang)儲(chu)柵(zha)格。

6.配備物品分揀模塊(kuai),配置紅外功能(neng)單(dan)元。

7.配備紅外測溫(wen)模(mo)塊,支持人體體溫(wen)檢測。

8.配備超聲波模(mo)塊,支持障礙物距離檢(jian)測。

二、硬(ying)件(jian)系統

1.AI主控模塊

1)四(si)核ARM Cortex-A57 MPCore處理器,最大頻率(lv)為1.43GHz;

2)具有(you)128個NVIDIA Maxwell架構的CUDA核心;

3)配(pei)(pei)備WiFi/藍牙(ya)接口(kou),支持5G/2.4G雙頻,配(pei)(pei)備千兆以太網接口(kou),提(ti)供HDMI、Display Port顯示接口(kou)、2路MIPI攝像頭接口(kou),4路USB接口(kou);

4)可實時處理8個高(gao)清全(quan)運動視(shi)(shi)頻流,具有(you)圖形加(jia)速功能,支持(chi)TensorFlow、PyTorch、Caffe/Caf2、Keras、MXNet等多(duo)種(zhong)主流深度(du)學習框架,可實現圖像(xiang)識別(bie)、目標檢測(ce)和(he)定(ding)位、語義分割、視(shi)(shi)頻增強(qiang)和(he)智(zhi)能分析等人工智(zhi)能應用。

2.功(gong)能擴展板

1)板(ban)載(zai)LED燈,支持開發板(ban)的IO口信號輸出控制;

2)板載(zai)按鍵,支持開發(fa)板的(de)IO口信(xin)號(hao)讀取輸入;

3)板載(zai)有源蜂鳴(ming)器(qi),支持開發板的IO口信號(hao)輸出(chu)控(kong)制;

4)板載風扇,支持(chi)開發(fa)板的(de)IO口信號輸出控制;

5)板載數字式(shi)光照(zhao)傳感(gan)器,支持開(kai)發板的I2C總線通訊;

6)板載位數8位,速度10KHz的AD/DA芯片,支(zhi)(zhi)持開發板的I2C總(zong)線通訊,支(zhi)(zhi)持擴展功能;

7)板載開關(guan)信(xin)號插座,配置外接(jie)紅(hong)外線(xian)檢測光關(guan),支持IO口開關(guan)量信(xin)號讀取。

3. 機械臂執行(xing)模塊

1)6自由度活動機械臂;

2)支持PC,手機,鼠標、遙控器方式控制機械臂(bei)動作;

3)支(zhi)持各關(guan)節電機溫度、電壓、位置參數讀取(qu);

4)支持掉電保存用戶設(she)置;

5) 支持電機堵轉保護和過溫保護;

6) 支持電腦編程、離線動(dong)作組編程;

7) 支持(chi)UART串口指(zhi)令(ling);

8) 提供(gong)串口控(kong)制協議,支持(chi)二(er)次開發;

9)機械臂(bei)末端配備夾持工具(ju);可夾持多種形狀(zhuang)物體(ti)。

10)最大(da)負載:480g;

11)重復(fu)定(ding)位精(jing)度:0.5mm;

12)工作范圍:400 mm。

三、 深度學習(xi)模型訓練和(he)部署平臺

1.功能要求

1)項目配置(zhi)

①支持用戶根據項(xiang)(xiang)目(mu)(mu)屬性(xing)自定(ding)義(yi)新建項(xiang)(xiang)目(mu)(mu)及項(xiang)(xiang)目(mu)(mu)目(mu)(mu)錄,項(xiang)(xiang)目(mu)(mu)保存(cun)后(hou),應(ying)在自定(ding)義(yi)的(de)(de)目(mu)(mu)錄下自動生成(cheng)項(xiang)(xiang)目(mu)(mu)所需的(de)(de)文件(jian)目(mu)(mu)錄;

②支持(chi)新建(jian)多(duo)個項目(mu),支持(chi)對已(yi)創建(jian)項目(mu)進行編輯,包括刪除(chu)、修改以及(ji)切換至使用(yong)狀態等操作;

③支持CPU、GPU等多種訓練模(mo)式(shi),使用戶可(ke)以根據硬件要求自行選擇合(he)適的算(suan)力模(mo)式(shi)。

2)數據(ju)采集

①平臺支持通(tong)過網絡(luo)爬取和視頻(pin)抽(chou)幀的方式采(cai)集(ji)原始圖像數據(ju)(ju),通(tong)過Web界面進行可(ke)(ke)視化的功(gong)能(neng)呈現,用戶通(tong)過選擇(ze)功(gong)能(neng)選項及(ji)簡(jian)單(dan)配置,可(ke)(ke)快速進行數據(ju)(ju)采(cai)集(ji)工作。平臺開放數據(ju)(ju)采(cai)集(ji)插(cha)件,能(neng)夠(gou)編寫自定義代碼并運行,進行數據(ju)(ju)采(cai)集(ji)。

網絡爬(pa)取的采集方(fang)式(shi)支持從數(shu)據(ju)(ju)靶站(zhan)和瀏覽器采集圖像數(shu)據(ju)(ju),爬(pa)取數(shu)據(ju)(ju)可能(neng)產生的風險,平(ping)臺(tai)內(nei)置(zhi)數(shu)據(ju)(ju)靶站(zhan),提(ti)供多(duo)種行業(ye)應用數(shu)據(ju)(ju),用戶通(tong)過配置(zhi)數(shu)據(ju)(ju)源的URL地址,模擬(ni)用戶網站并進行數據采(cai)集(ji)工作;瀏覽器(qi)采(cai)集(ji)模式能夠支持(chi)通過關(guan)鍵(jian)詞檢索進行目標圖片(pian)的(de)采(cai)集(ji),支持(chi)數量的(de)自定義設置。

視(shi)頻抽幀(zhen)的(de)采集(ji)方(fang)式支持(chi)通過在本地視(shi)頻流中截取圖像(xiang)(xiang)和基于攝像(xiang)(xiang)頭進行實時(shi)(shi)采集(ji)圖像(xiang)(xiang),圖像(xiang)(xiang)采集(ji)時(shi)(shi),支持(chi)按鍵截取、間隔提取、幀(zhen)提取等多種方(fang)式。

3)數據(ju)處理

①平臺(tai)支持通(tong)過(guo)(guo)(guo)數(shu)據(ju)(ju)清洗(xi)與數(shu)據(ju)(ju)增(zeng)強等(deng)技術對(dui)原始圖(tu)像數(shu)據(ju)(ju)進(jin)行(xing)處(chu)理(li),通(tong)過(guo)(guo)(guo)Web界面進(jin)行(xing)可視化(hua)的(de)(de)功(gong)能(neng)(neng)呈現(xian)。數(shu)據(ju)(ju)清洗(xi)支持數(shu)據(ju)(ju)去重、數(shu)據(ju)(ju)過(guo)(guo)(guo)濾、數(shu)據(ju)(ju)修復等(deng)功(gong)能(neng)(neng),數(shu)據(ju)(ju)增(zeng)強支持通(tong)過(guo)(guo)(guo)幾(ji)何(he)變換(huan)、色(se)彩變換(huan)、圖(tu)像擦除等(deng)方式進(jin)行(xing)圖(tu)像數(shu)據(ju)(ju)擴充。每個功(gong)能(neng)(neng)模(mo)塊(kuai)開放(fang)功(gong)能(neng)(neng)插件(jian),用戶能(neng)(neng)夠編(bian)寫自定(ding)義代碼并運(yun)行(xing),進(jin)行(xing)相(xiang)關的(de)(de)數(shu)據(ju)(ju)處(chu)理(li)操作。

②數據(ju)去重(zhong)模塊配套默認算法,能夠(gou)將(jiang)相似度高的圖像(xiang)(xiang)視為(wei)重(zhong)復圖像(xiang)(xiang)進行(xing)(xing)刪除,同時支持(chi)編輯插件進行(xing)(xing)自定義代(dai)碼的編寫,以實現(xian)個性化(hua)的數據(ju)去重(zhong)功能;

4)數據標(biao)注

①平臺需配套多種通用的數據(ju)標注工具;

②支(zhi)持矩形(xing)(xing)標(biao)注方式;針對(dui)圖像分割任務,支(zhi)持多邊形(xing)(xing)、矩形(xing)(xing)、圓形(xing)(xing)、直(zhi)線(xian)、點、線(xian)帶等多種標(biao)注方式;

③平臺提供數據格式(shi)轉(zhuan)(zhuan)換工具,能夠進(jin)行json轉(zhuan)(zhuan)xml、json轉(zhuan)(zhuan)txt、xml轉(zhuan)(zhuan)txt等多種數據格式(shi)的相互轉(zhuan)(zhuan)換,支持默認功(gong)能的運行使用以(yi)及通過(guo)編輯(ji)插件更(geng)新代碼的方式(shi)進(jin)行功(gong)能自定義;

④支持數(shu)據(ju)(ju)集(ji)快(kuai)速(su)配置(zhi),能夠配置(zhi)自定(ding)義(yi)訓練數(shu)據(ju)(ju)集(ji)路(lu)徑(jing)、驗證數(shu)據(ju)(ju)集(ji)路(lu)徑(jing)、類(lei)別數(shu)量、類(lei)別名(ming)稱。

5)模(mo)型(xing)訓練

①支持自定義搭建神經網絡模型(xing)進(jin)行(xing)訓(xun)練以(yi)及(ji)基于(yu)TensorFlow、Pytorch等預訓(xun)練模型(xing)進(jin)行(xing)訓(xun)練;

②支持數據模型(xing)的快捷(jie)化訓(xun)練(lian),通過填寫相關(guan)訓(xun)練(lian)參(can)數能(neng)夠一鍵啟動模型(xing)訓(xun)練(lian)任(ren)務;

③支持對訓練參(can)數(shu)的配置與調(diao)優,算法的訓練參(can)數(shu)全部開放,能夠調(diao)整相關訓練參(can)數(shu);

④支(zhi)持模型(xing)訓練過程的可視化呈(cheng)現,能夠(gou)實時(shi)顯示模型(xing)訓練的各項指標(biao);

⑤支(zhi)持(chi)查(cha)看訓(xun)練(lian)日(ri)志,能夠記錄模型訓(xun)練(lian)過(guo)程,監控模型的核心指標。

6)模型驗(yan)證與部署

①支(zhi)持模(mo)型的(de)驗證(zheng)功能(neng),能(neng)夠(gou)自定義修改模(mo)型名稱以及加載(zai)任(ren)意路徑下的(de)模(mo)型進行(xing)(xing)(xing)運行(xing)(xing)(xing)測試,支(zhi)持攝像頭(tou)實時驗證(zheng)、本地圖片/視頻驗證(zheng),模(mo)型的(de)驗證(zheng)可通過Web界面進行(xing)(xing)(xing)可視化的(de)功能(neng)呈(cheng)現;

②支(zhi)持加載本(ben)地(di)攝像頭(tou)進行實時的(de)視頻(pin)驗證(zheng);本(ben)地(di)圖(tu)像/視頻(pin)驗證(zheng)方式支(zhi)持自定(ding)義驗證(zheng)數據(圖(tu)片或視頻(pin))的(de)輸入(ru)路徑,以及驗證(zheng)結果的(de)輸出路徑;

③支(zhi)持模(mo)(mo)型(xing)(xing)的(de)部(bu)署(shu)功(gong)能,支(zhi)持模(mo)(mo)型(xing)(xing)的(de)手動(dong)部(bu)署(shu)和自(zi)動(dong)推送;手動(dong)部(bu)署(shu)方式(shi)支(zhi)持將(jiang)訓練(lian)好(hao)的(de)模(mo)(mo)型(xing)(xing)導出至本(ben)地計算機;自(zi)動(dong)推送方式(shi)通過填寫目標設備的(de)IP地址(zhi)及(ji)與遠端路徑,可(ke)將(jiang)模(mo)(mo)型(xing)(xing)部(bu)署(shu)至邊緣終端,模(mo)(mo)型(xing)(xing)的(de)部(bu)署(shu)可(ke)通過Web界面進(jin)行(xing)可(ke)視化的(de)功(gong)能呈現。

四、課(ke)程資(zi)源配置

1.Python基礎

1)流程控制:組(zu)成(cheng)3位(wei)數,數字三角形

2)數據結構(gou)和文件:學(xue)生管理(li)系統(tong)

3)面相對象(xiang):三維(wei)向量(liang)類(lei),日期(qi)類(lei)

2.Python嵌入式開發

1)GPIO操(cao)作(zuo):控(kong)制(zhi)LED燈,讀取按(an)鍵(jian)狀態(tai),控(kong)制(zhi)蜂鳴(ming)器、風(feng)(feng)扇(shan),按(an)鍵(jian)控(kong)制(zhi)LED燈、風(feng)(feng)扇(shan)、讀取超聲(sheng)波測距模塊數(shu)據。

2)串口通信測(ce)溫(wen)

3)I2C通信測光照

4)網絡通信遠程控(kong)制LED燈。

3.OpenCV圖(tu)像處理(li)

1)圖(tu)像(xiang)和視(shi)頻(pin):顯示圖(tu)片,攝像(xiang)頭捕(bu)獲視(shi)頻(pin),播放(fang)視(shi)頻(pin)文(wen)件,視(shi)頻(pin)截(jie)圖(tu)

2)顏色(se)處理:灰度圖片,滑(hua)塊(kuai)控件使用,圖像閾值,顏色(se)過(guo)濾

3)圖像平滑

4)圖像(xiang)合成(cheng)

5)圖(tu)像特征提(ti)取:邊(bian)緣檢(jian)測、輪廓提(ti)取,直線檢(jian)測

6)人(ren)臉識(shi)別:識(shi)別人(ren)臉特征(zheng),并(bing)在屏幕標注

7)顏(yan)色識別(bie):識別(bie)顏(yan)色,并(bing)在屏幕(mu)標注

8)二(er)維碼(ma)識別:識別二(er)維碼(ma)內(nei)容,并在屏幕顯(xian)示

4.機器學習(xi)實戰(zhan)

1)K近(jin)鄰識別手勢

2)線性(xing)回歸預測PM2.5

3)貝葉斯(si)分(fen)類(lei)判斷垃(la)圾短(duan)信

4) SVM識別手寫數(shu)

5.深度學習理論與實戰(zhan)

1)環境搭(da)建

2)實(shi)時目標檢測

3)使用YOLOV5自(zi)定(ding)義模型

4)  綜合案例:物品(pin)分揀系(xi)(xi)統(tong)(tong)、廣告推薦系(xi)(xi)統(tong)(tong)、疫情防(fang)控系(xi)(xi)統(tong)(tong)、智能倉儲系(xi)(xi)統(tong)(tong)、明星撞臉系(xi)(xi)統(tong)(tong)、病害識別系(xi)(xi)統(tong)(tong)。

7.面向機(ji)器(qi)人技(ji)術、控制與仿真(zhen)、智(zhi)能控制、程序設計、機(ji)器(qi)學習、深度視覺等相關課程,設計相關實驗。

提供所有實(shi)驗項目的詳細使(shi)用說明書、實(shi)驗指導(dao)書、實(shi)驗例(li)程源碼(ma)。

Dummy Information

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse.