货物技术参数表.docx

《货物技术参数表.docx》由会员分享，可在线阅读，更多相关《货物技术参数表.docx（11页珍藏版）》请在三一办公上搜索。

1、附件：货物技术参数表序号货物名称技术参数数量单位1Al教产研平台一、总体要求满足学生对于Al技术的教学和学习需求，从教学、实训、创新、作业、作品、赛事六个维度，让复杂的Al理论学习更贴近实际，更具可操作性和实践性，同时保持提供的人工智能技术的领先性和平台功能的丰富性。支持每届200个学生学习使用。二、功能需求1.为保证数据安全，平台须采用B/S架构，须基于国内拥有自主知识产权的深度学习算法平台之上研发，部署安装在学校。平台系统能够作为一个子系统，挂接在学校教学平台上，与教学平台的登陆接口、成绩评定接口无缝对接。实现在线教学。平台系统支撑人工智能专业相关课程的综合实践学习、在线实操训练和开发应用

2、，支持机器学习、深度学习、计算机视觉技术、自然语言处理、深度学习应用实战、大数据处理等。平台支持人工智能深度学习工程应用1+X证书在线教学、实操训练、模拟考试等，调用数据集、代码等进行在线交互式学习和算法校验。2 .本项目中平台要求每届提供至少200个学习账号，60名学生同时开展实训。3 .在线实训界面应包括项目管理区，代码编辑区和结果展示区3部分，涵盖任务式教学步骤、技术学习资源、教学课件、微课浏览、实训管理、代码编辑、报告管理和实操控制等。在线学习界面采用教学实训一体化设计，并提供开源硬件接口。4 .用户可通过浏览器登录到系统进行实验。平台支持人工智能技术应用课程案例，需要包含人脸检测、植

3、物识别、文本检测、图像标签应用等APl调用案例；平台内可直接对接到百度等Al开放平台，要求开放平台包含但不限于以下APl接口：语音、图像、NLP等多项人工智能技术（具体接口在软件能力部分体现），且接口可按照课程的步骤内容在平台进行调用复现。5 .系统架构至少包括基础资源层、中间件、数据中台、服务中台和应用层。平台与EasyDL等Al产业化开发平台打通对接，面向开发者提供Al开发全流程支持，可在线进行数据上传、智能标注、模型训练及多种形式服务部署等深度学习工程应用操作。提供图像分类、目标检测、图像分割、文本分类、情感分析、语音分类、语音识别、视频分类、动作检测、表格数据预测、时序数据预测等Al应

4、用功能。6 .基础资源层包括服务器，存储等硬件管理。7 .中间件支持MySQL、RabbitMQ等服务。8 .数据中台至少包括统一数据服务，实时查询与性能分析，数据同步，日志采集等功能。9 .服务中台至少包括用户鉴权，权限管理和Al实训引擎、Al后台任务引擎、AISDK服务、算法校验、课程管理、数据集管理、实训管理、镜像管理等功能模块。要求平台支持移动端登陆，支持超大文件数据上传以及断点续传功能。10 .支持创建、删除、查询个人项目。支持教师运用平台工具自定义修改课程内容。11 .支持设置项目是否为私有项目。1项12 .支持在系统标准项目案例的基础上开展实训和编程学习。实训实操时，需提供PyC

5、harmxJupyter等在线IDE供选择使用。13 .支持编程环境，至少包括：资源管理、连接硬件、代码保存、Python编程、代码编译执行及结果输出；支持以文本、图像、视频等形式输出程序执行结果；支持树莓派或jetsonnan。等开发套件。14 .提供应用案例，案例包括但不限于：根据人脸识别结果，给陌生人脸打码的人脸识别类项目案例；通过训练模型预测图片分类的项目案例、基于树莓派的开源硬件类项目案例或高考数据分析、地理信息可视化等。15 .支持版本管理，支持代码托管、支持线上保存单用户同一项目的多个代码版本。16 .支持管理员、教师、学生三级权限控制体系；管理员可以对教师和学生账号进行管理，教

6、师可以对学生和教学过程进行管理，学生可以登陆平台展开学习和实训。平台须为教师提供具备代码级阅卷功能。评阅信息包含实训完成情况、提交时间等信息。评阅过程中可查看学生实训报告、实训代码文件，以及具体实训完成时间、班级平均完成率等信息，可以对学生实训作业计分。17 .账号管理支持教师、学生账号的增删改查基本管理；支持密码重置。18 .支持教师通过平台独立设计并开发PythOn编程、嵌入式编程、大数据、人工智能等专业课程，并直接通过平台展开日常教学。平台能够挂接由第三方开发的人工智能、大数据处理领域的课程，并支持其课程实验。19 .支持教师个人或带领学生团队通过平台提供的API库、兼容的硬件及平台等资

7、源展开科研项目创新。平台内置Al科创体验馆或Al开发中心，系统内置Al算法，学生可以进行图像多标签识别、人脸相似度对比、文字OCR识别及内容审核、网络及本地图片识别等Al功能的体验或开发。20 .支持教师个人或带领学生团队通过平台组织创新型项目。21 .项目案例包含智能垃圾分类，图像人脸打码，人脸打卡测温系统。22 .图像人脸打码项目案例。支持定义主角后通过算法在照片中将除主角外的人脸打上马赛克，并提供示例代码，示例代码可直接运行出现结果，结果展示区可展现主角照片、打码前照片、打码后照片等。23 .图像人脸打码项目案例，支持初始化客户端、定义一些存取文件及展示图片的工具函数、获得图片、展示初始

8、图片、检测人脸并获取对应的坐标信息列表、循环人脸的坐标矩阵列表进行头像裁剪、获取需要打马赛克的区域列表、对合照中其他人进行马赛克、设置各方向绘制的马赛克块个数、绘制马赛克（绘制矩形并填充颜色）、马赛克矩形格大小、矩形颜色取中心像素点RGB值、展示结果。三、软件能力1 .通过HTTPAPl的方式提供通用接口，支持人脸关键点分析，用72点或者150点检测出单张图像里的面部关键点。包含Java和Python开发语言的DEMOo2 .通过HTTPAPl的方式提供通用接口，支持图像人脸检测，用于检测跟踪，包含三种模型，可以检测单张图像中的多张人脸，进行人脸属性分析、情绪分析。包含JaVa和PythOn开

9、发语言的DEM0。3 .通过HTTPAPl的方式提供通用接口，支持OCR文字识别，用于识别单张图像中的文本文字。包含JaVa和Python开发语言的DEM0。4 .通过HTTPAPl的方式提供通用接口，支持人体动作识别，用于检测人体动作，识别人体的动作形态，可适用于车载场景，识别静默、使用手机、抽烟、交谈、揉肩、伸懒腰、打哈欠、打盹等动作中的其中三种动作姿态。包含JaVa和Python开发语言的DEMOo5.通过HTTPAPl的方式提供通用接口，支持图像灰度变换或图像色彩增强，用于对输入的单张图片文件做像素格式转换，可应用图像颜色变换对二维图像进行图片灰度化或色彩增强等。包含JaVa和Pyth

10、on开发语言的DEMOo6.通过HTTPAPl的方式提供通用接口，支持图像缩放变换或，用于对输入的单张图片文件做缩放，根据输入的缩放宽度、长度对输入的二维图像做等比例放大或缩小。支持图像无损放大（2倍）。包含JaVa和PythOn开发语言的DEM0。7 .通过HTTPAPl的方式提供通用接口，支持图像旋转变换，用于对输入的单张二维图像文件做旋转，根据输入的旋转角度旋转图像。包含JaVa和Python开发语言的DEMOo8 .通过HTTPAPl的方式提供通用接口，支持图像裁剪变换或图像修复，用于对输入的单张图片文件做裁剪或智能修复，根据输入的裁剪区域和二维图像长和宽截取图像或智能去除图像中不需要

11、的物体。包含Java和Python开发语言的DEMOo9 .通过HTTPAPl的方式提供通用接口，支持图像仿射变换或图像拉伸修复，用于对输入的单张图片文件做仿射变换或智能修复过度拉伸的图像，可应用仿射变换对二维图像进行平移、缩放、旋转等操作。包含JaVa和Python开发语言的DEMOo10 .通过HTTPAPl的方式提供通用接口，支持视频人脸跟踪，用于对单个静态视频文件中人脸进行跟踪，异步或同步执行，获取处理后的视频文件或人脸所在抽帧地址。支持视频场景识别，输出可能的场景标签。包含Java和Python开发语言的DEMOo11 .通过HTTPAPl的方式提供通用接口，支持视频人体跟踪或手势跟

12、踪，用于对单个静态视频文件中人体或手势进行跟踪，异步或同步执行，获取处理后的视频文件。包含JaVa和Python开发语言的DEMOo12 .通过HTTPAPl的方式提供通用接口，支持脸部特征抽取，用于从单张图片中获取人脸的脸部特征数据。包含Java和Python开发语言的DEMOo13 .通过HTTPAPl的方式提供通用接口，支持获取图像相似度得分，用于从两张只有一张人脸的图片中获取人脸的脸部特征数据，并对比两张图片中人脸的相似度，得分在0到1之间，值越大相似度越高。包含JaVa和Python开发语言的DEMOo14 .通过HTTPAPl的方式提供通用接口，支持对比图像是否为同一人，用于从两张

13、只有一张人脸的图片中获取人脸的脸部特征数据，并对比两张图片中人脸是否为同一个人。包含Java和Python开发语言的DEMOo15 .提供SDK&API错误码查询，支持至少10种通用错误（如请求的资源无权限访问），至少11种SDK内部错误（如图像中未检测到人脸），至少24个业务参数错误（如base64编码的图像不合法）。2CPU计算服务器L性能参数:CPU双核2.4G,内存256G,硬盘3.6T,GPU支持3*GPU,RAID卡12GBSASRAID、支持RGDo/1/5/6/10/50/60,冗余电源，千兆电口。2 .内置适配Al教产研平台的多服务器负载均衡集群管理程序,可监控管理多台服务器

14、的负载运行状态，支持后期动态添加算力服务器实现更大规模的用户并发，支持根据用户在Al教产研平台的实训任务自动完成算力负载均衡，确保算力集群的稳定性。3 .服务要求：3年质保服务。1台3存储1.性能参数：CPU双核2.4G,内存256G,硬盘L2T,GPU支持3*GPU,缓1台服务器存8G,双热插拔冗余电源，千兆电口。2 .内置适配Al教产研平台的容器化数据库有存储空间，可兼容读写Al教产研平台的所有数据集、实操任务、微课视频等指定格式文件，适配平台所需要的多用户多权限管理模式。3 .服务要求：3年质保服务。4应用服务器L性能参数：性能参数：CPU双核2.4G,内存128G,硬盘6T,缓存8G,

15、RAlD卡12GB、SASRAlD、支持RAlDO/1/5/6/10/50/60,热插拔冗余电源，千兆电口。2 .内置可兼容Al教产研平台容器化的图形及Al计算驱动。内置PythOn3、Pyeharm、Jupyter等多个初始环境,TesorflowxPytorchsPaddIePaddIe等多种深度学习框架，机器学习、计算机视觉、自然语言处理、语音识别等开发框架，常用图像处理、数据抓取、数据分析、数据可视化等软件安装包，在一键创建实训环境时可直接选用。同时一键创建实训环境功能支持安装自定义软件安装包。3 .与Al教产研平台的实训编程环境打通，支持CPU、GPU双实训算力环境，支持同一用户的双

16、实训算力环境无缝切换。支持多用户的编程任务进行CPU、GPU的算力资源调度，达到算力利用的最大化。4 .支持100个并发的CPU训练、50个并发的GPU训练。5 .服务要求:3年质保服务。145计算机视觉课程资源包一、基本要求1.掌握使用Python完成图像和视频的基本处理、经典的计算机视觉方法、使用深度学习算法完成图像处理，并基于Al教产研平台开展包括人脸识别、动作识别、图像识别、风格迁移、图像超分辨、AR、3D重构等计算机视觉应用实训。2 .实验运行在平台上，学生通过PC机浏览器接入平台使用。3 .课程内容以项目/任务式案例形式呈现。按照学校提供的课程模板编写。4 .提供课程标准、教学课件

17、、微课视频、源代码、数据集、训练集等上课必须的教学资源，提供与课程相关的技术学习资源。全部资源均挂接在Al教产研平台上，实现在线教学。授权账号有教学资源的上传、下载权限。5 .课程交付后，允许教师对课程内容进行修改、增删。6 .提供至少28个实训项目可供选择，3年内可免费升级实验内容。二、包括以下内容1.智能相机实验能学习灰度图像的读取显示。能学习灰度图像在计算机中的表示。能学习对灰度图像的简单操作。能学习彩色图像在计算机中的表示。能学习彩色图像的显示。能学习对彩色图像的简单操作。能学习图像色彩组成。能学习彩色通道的分离和合并。能学习彩色图像转换为灰度图像。能学习图像旋转。能学习图像翻转。能学

18、习图像缩放。能学习图像裁剪。1套能学习马赛克效果制作。能学习毛玻璃效果制作。能学习油画效果制作。能学习遍历完成线性灰度变换。能学习OPenCV中的线性灰度变换。能学习gamma变换。能学习生成HDR图像。能学习toemapping0能学习曝光融合。能学习图像浮雕和雕刻特效制作。能学习认识遮掩图。能学习前景分离。能学习背景虚化。能学习图像相加。能学习冷暖色。能学习颜色线性变换。能学习HSl模型。能学习增加饱和度。2 .红细胞计数实验能读取红细胞图像。能计算灰度直方图。能计算累积直方图。能进行直方图均衡。能读取渐变图片。能学习阈值化处理方法。能进行更多阈值化处理方法。能进行空隙填充。能进行腐蚀操作

19、。能进行膨胀操作。能进行开操作。能进行闭操作。能处理红细胞图像。能利用图像轮廓完成红细胞计数。能读取预处理的图像。能进行距离变换。能找到确信红细胞区域。能获取未知区域。能进行连通体计数。能标注连通体并可视化。能进行分水岭算法。3 .棋盘上的小动物实验能设置目标点。能寻找图像点。能进行相机矫正矩阵。能矫正图像。能获取相机参数。能进行姿态估计。能绘出坐标轴。能在棋盘中绘出小方块。能读取Obj文件。能用Rodrigues函数将旋转向量转化为旋转矩阵。能将旋转矩阵和平移向量合并为外参矩阵能进行透视变换。能进行三维物体可视化。能标记对应点。能计算透视矩阵。能投影动物到棋盘上。4 .人脸检测实验能学习Ha

20、ar特征和积分图。能了解Aclaboost,级联方法。能进行人脸检测。能进行人脸关键点检测。能进行关键点绘制。能进行delaunay三角划分。能绘制泰森多边形。能添加投影点。能进行仿射变换。能进行关键点变换。能进行人脸对齐。能进行图像渐变叠加。能获取三角形顶点索引。能查看渐变图像。能生成GIF。能进行视频读取。能获取视频文件属性。5 .视频处理实验能读取帧。能学习峰值信噪比计算。能学习找信噪比低的帧。能学习计算相似度。能寻找边角点。能进行边角点可视化。能获取Lucas-Kanade稀疏光流。能遍历视频进行光流提取。能计算密集光流。能计算旋转平移。能获取所有帧运动参数C能进行平滑轨迹处理。能进行

21、平稳化处理。能标定追踪目标。能计算特征直方图。能进行反向投影。能进行均值漂移。能进行适应性均值漂移。能通过中位数获取背景图。能通过M0G2进行背景去除。能通过KNN进行背景去除。6.图像分割应用实验能学习彩色图像的显示。能学习图像旋转。能学习图像翻转。能学习图像标准化。能学习数据格式转换。能学习分割模型训练。能学习语义分割和实例分割。7.图像描述实验能学习彩色图像的显示。能学习图像描述文本提取。能学习图像描述文本标准化。能学习构建词典。能学习图像特征提取。能学习数据特征处理。能学习搭建图像描述模型。8.姿态估计应用实验能学会图片读取。能学会图片批量显示。能进行图像融合。能进行数据集扩充。能学会

22、数据切分。能学会图片数据格式转换。能学会姿态估计模型搭建。能学会训练结果可视化。能进行姿态估计。一、基本要求1.面向学校教学兼顾K12及社会技能培训学员，学习数据标注的常用工具、数据要求及常见应用场景。课程教学内容包括标注定义、标注应用、工具使用及6标注实操实验。1套课程2.实验运行在平台上，学生通过PC机浏览器接入平台使用。包3 .课程内容以项目/任务式案例形式呈现。按照学校提供的课程模板编写。4 .提供课程标准、教学课件、微课视频、源代码、数据集、训练集等上课必须的教学资源，提供与课程相关的技术学习资源。全部资源均挂接在Al教产研平台上，实现在线教学。授权账号有教学资源的上传、下载权限。5

23、.课程交付后，允许教师对课程内容进行修改、增删。6提供20个实训项目可供选择，3年内可免费升级实验内容。二、包括以下内容1 .数据标注岗位介绍什么是数据标注。.数据的格式。数据标注的过去。数据标注的现在。数据标注的将来。数据标注在人工智能的应用场景。2 .数据标注软件介绍什么是数据工具。标注平台简介。标注平台特点。平台基础功能。拉框工具介绍。标签工具介绍。标点工具介绍。筛选工具介绍。文本工具介绍。分割工具介绍。线条工具介绍。多边形工具介绍。3 .拉框工具操作什么是拉框操作。拉框工具属性配置。类别设置，文本标注。人脸拉框操作。物体拉框操作。调整拉框结果。拉框操作快捷键。4 .标签工具操作什么是标

24、签操作。标签工具属性配置。显示值，记录值作用。人脸标签操作。物体标签操作。调整标签结果。标签操作快捷键。5 .标点工具操作什么是标点操作。标点工具属性配置。显示值，记录值作用。人脸标点操作。物体标点操作。调整标点结果。标点操作快捷键。6 .筛选工具操作何时使用筛选工具。筛选工具属性配置。单屏图片张数介绍。人脸场景筛选操作。物体场景筛选操作。调整筛选结果。筛选操作快捷键。7 .文本工具操作何时使用文本工具。文本工具属性配置。文本默认值设置。人脸场景文本标注操作。物体场景文本标注操作。调整文本标注结果。文本标注操作快捷键。8 .多边形工具什么是多边形工具。多边形工具属性配置。线条类型，闭合定点数。

25、人体多边形标注操作。物体场景多边形标注操作。调整线多边形标注结果。多边形标注快捷键。9 .人脸场景标注案例拉框工具标注实战。标签工具标注实战。标点工具标注实战。筛选工具标注实战。文本工具标注实战多边形标注实战。10 .车内场景标注案例拉框工具标注实战。标签工具标注实战。标点工具标注实战。筛选工具标注实战。文本工具标注实战多边形标注实战。IL深度学习图像分类标注案例智能垃圾分类的行业背景。智能垃圾分类的流程。垃圾分类场景标注操作。12.深度学习情感分析标注案例情感分析的行业背景。智能情感分析的流程。情感分析场景标注操作。7智能硬件试验箱及实训案例一、硬件参数1.BoI主机，128核NVlDIAM

26、aXWeII,四核CPU,2G内存。2 .视频编码器4Kp304xl080p309x720p30(H.264/H.265)；3 .视频解码器4Kp602x4Kp308xl080p3018x720p30(H.264/H.265)。二、其他说明1 .智能硬件采用网络通信协议与Al教产研平台进行通信。支持设备的扫描、设备连接，拉取数据集，运行代码等功能2 .提供在硬件上进行Python编程的能力，可以实现通过Python编程控制硬件GPIc)以及与传感器等功能。3 .将底层硬件的计算能力和传感器、摄像头等信息进行结合，实现人工智能的应用教学。4 .智能硬件通过SocketIO接收客户端拉取代码的指令

27、并通过HTTP请求服务器实现文件拉取，并根据Etag校验需要拉取的代码信息，实现增量拉取。5 .智能硬件接收Al教产研平台客户端运行代码的指令，执行用户的Python代码，并且通过S。CketlO将结果输出到客户端页面，支持标准输出，标准错误、图像、视频等内容。三、教学资源案例包包含(以项目/任务式案例形式呈现)以下6个内容：1 .人体肢体识别。2 .智能生活垃圾分类。3 .人脸图像打码。4 .X光安检机智能识别系统。5 .人证核验系统。6 .DMS驾驶员危险行为监控系统。7 .人脸图像检测。8 .人体姿态识别。9 .智能生活垃圾分类。10 .工业PCB瑕疵检测。11 .安全帽识别检测。11套四、服务要求3年质保服务。8树莓派教学实训案例实验案例配备完整的代码、注释、实验指导说明及案例详细描述材料。教学资源案例包包含（以项目/任务式案例形式呈现）但不限于以下内容：L通过控制显示器，显示指定图案和字符，了解图像的显示原理。2 .使用测温传感器获得人体温度。3 .通过控制摄像头拍摄与显示图片，了解摄像头的使用。4 .通过控制音频模块，实现音频的播放。5 .调用开放平台API接口，实现人脸识别的原理和体验人脸识别技术。6 .综合实训案例，实现人脸测温打卡综合实训I,设计人脸体温打卡智能硬件架构及工作流程，并通过Ppython代码实现。1套