人工智能实验箱,AI实验箱,人工智能教学实验箱
感谢关注上海公司的产品,如需人工智能实验箱,AI实验箱,人工智能教学实验箱的价格及参数,请联系我们,电话:021-56093262,我们将竭诚为您服务！
ZR-SD23 *人工智能实训箱
*人工智能实训箱：开启您的*学习掌控把握掌控把握掌控把握之旅！
2017年，Transformer出现在一篇论文《 Attention Is All You Need》中被引入，可以在自然语言处置整理中得到广泛应用。
2022年：ChatGPT的横空出世
2022年11月，Open*发布了基于Transformer模型的大型语言模型ChatGPT，引发了全世界的*浪潮，被《大西洋》杂志评为"年度突破"，并称其"可能会改变我们对作业方法、思考方法以及人类创造力的真正含义的想法"。
2023年：*元年，全球竞速，势不可挡！
中国：国务院发布《新一代人工智能发展规划》，将人工智能列为国家战略，目标到2030年成为世界领先者。
美国：发布《人工智能国家战略》，持续加大投入，保持领先优势。
欧盟：发布《人工智能白皮书》，将人工智能视为欧洲未来经济增长引擎。
全球：人工智能在医疗、技术、教育、交通、金融、娱乐等领域广泛应用，带来前所未有的变革。
* 的新时代已经降临，而你，准备好了吗？
*人工智能实训箱专为高校人工智能教学打造的全功能平台，让您轻松掌控把握*技术，开启智能时代的大门！
三大核心优势，助您一路领先：
1. 由浅入深，循序渐进
从基础的GPIO拓展到深度学习掌控把握掌控把握掌控把握的*视觉、*听觉，上海*平台提供完整的学习掌控把握掌控把握掌控把握路径，让您一步步掌控把握*知识体系，轻松应对各种挑战。
2. 软硬集合，实践为王
*人工智能实训箱将课程课程课程理论与实践完美集合，丰富的实训内容让您在实践中学习掌控把握掌控把握掌控把握，在应用中巩固，真正将*知识融会贯通。
3. 开放灵活，激发创新
开放的GPIO连连接口和模型块化设计，支持个性化功能研发，让您将创意变为现实，打造属于自己的*项目。
用户的评价：
1. 来自高校教师的评价：
"课程内容丰富，教学效果杠杠的，学员们全部抢着学*！"
"以前教*，我头全部大了，各种课程课程课程理论知识，学员们听得云里雾里。现在有了上海*实训箱，我轻松多了，直接让学员做实训，学得贼快！"
2. 来自学员的评价：
"以前我对*一点全部不懂，现在我全部能研发自己的*项目了！"
"课程由浅入深，循序渐进，小白也能轻松上手。老师讲得也好，我听得懂，学得会！"
3. 来自校领导的评价
"*人工智能实训箱能够帮助学员快速掌控把握*知识和技能。平台提供的实训内容也非常实用，能够帮助学员将课程课程课程理论知识应用到实践中。"
"我们相信，借助上海人工智能实训箱，我们学校的*教学水平将不断提升，学员们也将能够在未来的*时代取得更大的成就。"
*人工智能实训箱不仅是学习掌控把握掌控把握掌控把握*的最佳工量具，更是您通往*未来的桥梁！
一、*核心
GPU ：128核 NVIDIA Maxwell GPU
CPU ：4核cortex-A57处置整理器
内部存储：4 GB LPDDR 25.6 GB/s
算力：472 GFLOP
基于NVIDIA强大的Al计算能力，系统内核是一个小巧却功能强大的计算机数值数值数值，它可以让你并行运行多个神经互联网、对象检验测量试验、分割和语音处置整理等应用程序， 系统搭载四核cortex- A57处置整理器，128核Maxwell GPU及 4GB LPDDR内部存储，带来足够的Al计算能力，提供472GFLOP算力，并支持一系列流行的Al框体构造和算法，比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等。
二、系统框体构造与*框体构造
1. 系统预装ubuntu18.04实操系统，全部环境代码库文件均已装配，开机即用。
Ubuntu 18.04 LTS在云计算领域效率极高，特别适用来机器学习掌控把握掌控把握掌控把握这样的存储密集型和计算密集型任务。Ubuntun 长期支持版本可以获取 Canonical 官方长达五年的技术支持。Ubuntu 18.04 LTS 还将附带了 Linux Kernel 4.15，其中含有针对 Spectre 和 Meltdown 错误的修复程序。
2. 提供详细的python开源范例程序
按照TIOBE最新排名 ，Python已超越C#，与Java,C,C++一起成为全球前4大最流行语言。国内目前百度指数搜索量已经超越Java，与C++，即将成为国内最受欢迎的研发语言。
Python被广泛应用来后端研发、游戏研发、网站研发、科学运算、大数值解析、云计算，图形研发等领域；Python在系统重量（kg）（kg）控制、提升研发效率、可移植性、集合套件含有概括、丰富库支持等各个方面均处于先进地位。python设定有 简便、易学、免费、开源、可移植、可拓展、可嵌入、面向对象等优点，它的面向对象甚至比java和C#.net更彻底；
3. JupyterLab编程
JupyterLab是一个基于Web的交互式研发环境，用来Jupyter笔记本、代码和笔记本、代码和数值.JupyterLab非常灵活配备装备装备和排列用户界面，以支持数值科学、科学计算和机器学习掌控把握掌控把握掌控把握中广泛的作业流.JupyterLab是可拓展的和模型块化的编写插件，添加新集合套件并与现有集合套件含有概括
4. 多种*框体构造
OpenCV计算机数值数值数值视觉库，TensorFlow *框体构造，Pytorch *框体构造等
三、*人工智能实训箱特别点
支持多模态写入，跨语言编程，优化深度学习掌控把握掌控把握掌控把握模型
人体姿态估计，应用来实际场景
就地就地就地实时背景移除，基于深度学习掌控把握掌控把握掌控把握，高效就地就地就地实时移除背景
目标检验测量试验，多目标检验测量试验能力强
语义分割，像素级别的详细分类，适用来环境感知
单目深度，无需特殊相机，运用全卷积互联网，可从单个图像推断相对深度，应用广泛。
语音情感识别，应用Mobilenet_v2模型处置整理语音情感，轻量化、高效
六自由度机械臂，智能舵机，ROS控制，适用来*视觉颜色分拣实训
车牌识别，使用Teseract-OCR 引擎，识别准确率高，使用场景广泛。
ROS机器人系统，跨平台兼容，代码开源，模型块化设计，通用性强灵活性高。
*听觉主板，具备高重量（kg）（kg）音频处置整理和语音服务，搭载Snowboy唤醒词检验测量试验引擎，可以完成语音情感识别、图灵机器人、语音对话等实训。
在人工智能遍地开花的今天，人工智能在 各个领域全部发挥了重要的作用，为设备赋能愈来愈称为各大企业的追求。人工智能早已渗透到计 算机视觉、自动驾驶、自然语言处置整理、机器人技术、推荐系统、语音识别、航空航天等等领域。
*人工智能实训箱的学习掌控把握掌控把握掌控把握主要分为两个部分，第一部分为人工智能基础，主要含有概括：相关数学基础、编程基础、机器学习掌控把握掌控把握掌控把握、深度神经互联网、ROS基础与动作学。第二部分主要为实践学习掌控把握掌控把握掌控把握含有概括：GPIO与传感器、机械臂、*视觉、*听觉、物联网。完成学习掌控把握掌控把握掌控把握后，可以充分理解到人工智能最主流的相关应用。
1.相关数学基础
2.编程基础
3.机器学习掌控把握掌控把握掌控把握
4.深度神经互联网
5.机器动作学与ROS机器人
6.GPIO、传感器基础课程
7.机械臂课程
8.*视觉课程
9.*听觉课程
*人工智能实训箱：开启您的*学习掌控把握掌控把握掌控把握之旅！
2017年，Transformer出现在一篇论文《 Attention Is All You Need》中被引入，可以在自然语言处置整理中得到广泛应用。
2022年：ChatGPT的横空出世
2022年11月，Open*发布了基于Transformer模型的大型语言模型ChatGPT，引发了全世界的*浪潮，被《大西洋》杂志评为"年度突破"，并称其"可能会改变我们对作业方法、思考方法以及人类创造力的真正含义的想法"。
2023年：*元年，全球竞速，势不可挡！
中国：国务院发布《新一代人工智能发展规划》，将人工智能列为国家战略，目标到2030年成为世界领先者。
美国：发布《人工智能国家战略》，持续加大投入，保持领先优势。
欧盟：发布《人工智能白皮书》，将人工智能视为欧洲未来经济增长引擎。
全球：人工智能在医疗、技术、教育、交通、金融、娱乐等领域广泛应用，带来前所未有的变革。
* 的新时代已经降临，而你，准备好了吗？
*人工智能实训箱专为高校人工智能教学打造的全功能平台，让您轻松掌控把握*技术，开启智能时代的大门！
三大核心优势，助您一路领先：
1. 由浅入深，循序渐进
从基础的GPIO拓展到深度学习掌控把握掌控把握掌控把握的*视觉、*听觉，上海*平台提供完整的学习掌控把握掌控把握掌控把握路径，让您一步步掌控把握*知识体系，轻松应对各种挑战。
2. 软硬集合，实践为王
*人工智能实训箱将课程课程课程理论与实践完美集合，丰富的实训内容让您在实践中学习掌控把握掌控把握掌控把握，在应用中巩固，真正将*知识融会贯通。
3. 开放灵活，激发创新
开放的GPIO连连接口和模型块化设计，支持个性化功能研发，让您将创意变为现实，打造属于自己的*项目。
用户的评价：
1. 来自高校教师的评价：
"课程内容丰富，教学效果杠杠的，学员们全部抢着学*！"
"以前教*，我头全部大了，各种课程课程课程理论知识，学员们听得云里雾里。现在有了上海*实训箱，我轻松多了，直接让学员做实训，学得贼快！"
2. 来自学员的评价：
"以前我对*一点全部不懂，现在我全部能研发自己的*项目了！"
"课程由浅入深，循序渐进，小白也能轻松上手。老师讲得也好，我听得懂，学得会！"
3. 来自校领导的评价
"*人工智能实训箱能够帮助学员快速掌控把握*知识和技能。平台提供的实训内容也非常实用，能够帮助学员将课程课程课程理论知识应用到实践中。"
"我们相信，借助上海人工智能实训箱，我们学校的*教学水平将不断提升，学员们也将能够在未来的*时代取得更大的成就。"
*人工智能实训箱不仅是学习掌控把握掌控把握掌控把握*的最佳工量具，更是您通往*未来的桥梁！
一、*核心
GPU ：128核 NVIDIA Maxwell GPU
CPU ：4核cortex-A57处置整理器
内部存储：4 GB LPDDR 25.6 GB/s
算力：472 GFLOP
基于NVIDIA强大的Al计算能力，系统内核是一个小巧却功能强大的计算机数值数值数值，它可以让你并行运行多个神经互联网、对象检验测量试验、分割和语音处置整理等应用程序， 系统搭载四核cortex- A57处置整理器，128核Maxwell GPU及 4GB LPDDR内部存储，带来足够的Al计算能力，提供472GFLOP算力，并支持一系列流行的Al框体构造和算法，比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等。
二、系统框体构造与*框体构造
1. 系统预装ubuntu18.04实操系统，全部环境代码库文件均已装配，开机即用。
Ubuntu 18.04 LTS在云计算领域效率极高，特别适用来机器学习掌控把握掌控把握掌控把握这样的存储密集型和计算密集型任务。Ubuntun 长期支持版本可以获取 Canonical 官方长达五年的技术支持。Ubuntu 18.04 LTS 还将附带了 Linux Kernel 4.15，其中含有针对 Spectre 和 Meltdown 错误的修复程序。
2. 提供详细的python开源范例程序
按照TIOBE最新排名 ，Python已超越C#，与Java,C,C++一起成为全球前4大最流行语言。国内目前百度指数搜索量已经超越Java，与C++，即将成为国内最受欢迎的研发语言。
Python被广泛应用来后端研发、游戏研发、网站研发、科学运算、大数值解析、云计算，图形研发等领域；Python在系统重量（kg）（kg）控制、提升研发效率、可移植性、集合套件含有概括、丰富库支持等各个方面均处于先进地位。python设定有 简便、易学、免费、开源、可移植、可拓展、可嵌入、面向对象等优点，它的面向对象甚至比java和C#.net更彻底；
3. JupyterLab编程
JupyterLab是一个基于Web的交互式研发环境，用来Jupyter笔记本、代码和笔记本、代码和数值.JupyterLab非常灵活配备装备装备和排列用户界面，以支持数值科学、科学计算和机器学习掌控把握掌控把握掌控把握中广泛的作业流.JupyterLab是可拓展的和模型块化的编写插件，添加新集合套件并与现有集合套件含有概括
4. 多种*框体构造
OpenCV计算机数值数值数值视觉库，TensorFlow *框体构造，Pytorch *框体构造等
三、*人工智能实训箱特别点
支持多模态写入，跨语言编程，优化深度学习掌控把握掌控把握掌控把握模型
人体姿态估计，应用来实际场景
就地就地就地实时背景移除，基于深度学习掌控把握掌控把握掌控把握，高效就地就地就地实时移除背景
目标检验测量试验，多目标检验测量试验能力强
语义分割，像素级别的详细分类，适用来环境感知
单目深度，无需特殊相机，运用全卷积互联网，可从单个图像推断相对深度，应用广泛。
语音情感识别，应用Mobilenet_v2模型处置整理语音情感，轻量化、高效
六自由度机械臂，智能舵机，ROS控制，适用来*视觉颜色分拣实训
车牌识别，使用Teseract-OCR 引擎，识别准确率高，使用场景广泛。
ROS机器人系统，跨平台兼容，代码开源，模型块化设计，通用性强灵活性高。
*听觉主板，具备高重量（kg）（kg）音频处置整理和语音服务，搭载Snowboy唤醒词检验测量试验引擎，可以完成语音情感识别、图灵机器人、语音对话等实训。
四、硬件资源
一、硬件资源
| 功能单元 | 功能数值 | 功能描述 |
| 实训箱 | 外观尺寸：≥610*440*240mm； | 外箱应用铝木合金材料，四周装配尼龙防护垫，实训箱体内部含有存储空间，可以妥善存放模型块及备品备件，打开方法为按压弹出。 |
| *运算单元 |
GPU ：128核 NVIDIA Maxwell GPU； CPU ：4核cortex-A57处置整理器； 内部存储：4 GB LPDDR 25.6 GB/s； 算力：472 GFLOP； 核心拓展：拥有最少4个USB3.0连连接口，支持HDMI和DP视频连连接口，一路M.2连连接口的单路PCIE，并装配备装备装备有散热风扇， 40pin GPIO； 互联网：千兆以太网口、无线网卡支持2.4Ghz/5GHZ,支持蓝牙4.2； |
装配Ubuntu 18.04 LTS+ROS Melodic实操系统，含有概括JupyterLab研发环境、Anaconda 4.5.4虚拟环境，支持一系列流行的*框体构造和算法，比如TensorFlow、caffe/caffe2、Keras、Pytorch、MXNET 等，系统装配备装备装备有OpenCV计算机数值数值数值视觉库，TensorFlow *框体构造，Pytorch *框体构造。 |
| 机械臂 |
机械臂自由度：5自由度+夹持器，200g有效负载，臂展350mm； 舵机方案：15Kg*5+6Kg*1智能串行总线舵机； 材料：阳极氧化处置整理铝制； |
用来机器人动作学与机器人系统，可以完成夹持积木等动作。 |
| 嵌入式核心主板 |
连连接口：6个总线舵机连连接口， PWM舵机连连接口，i2C连连接口，除*核心板外还支持STM32和Raspberry Pi； OLED:显露CPU占用，显露内部存储占用，显露IP地址等基础信息； 按键：K1+K2键+RESET键； 1 个RGB灯； |
用来支持机械臂动作。 |
| 摄像头 | 应用USB连连接口，30万像素，110度广角摄像头，480P分辨率（600*480） | *视觉实训，如垃圾分拣等实训。 |
| *听觉单元 |
音频芯片：应用SSS1629音频芯片； 麦克风：板载两个高重量（kg）（kg）MEMS硅麦克风； 连连接口：标准3.5mm耳机连连接口、双通道喇叭连连接口； |
应用USB连连接口设计，免驱动，多系统兼容，可左右声道录音，音质更加。可以完成*听觉类实训。 |
| 传感器实训模型块 |
传感器实训模型块将Jetson nano的GPIO连连接口引出，便利完成GPIO实训，并而而且含有以下实训课程：双色LED、 继电器、 轻触开关按键、U 型光电传感器、模数变换、PS2 操纵杆、电位器、模仿霍尔传感器、光敏传感器、火焰报警、气体传感器、触摸开关、超声波传感器距离检验测量试验、旋转编码器、红外避障传感器、气压传感器、陀螺仪加快速度度传感器、循迹传感器、直线DC电动机风扇模型块、步进电动机驱动模型块； |
传感器实训模型块可以更好的帮助学习掌控把握掌控把握掌控把握者更加快速的入门Jetson nano的GPIO控制，从基础入手，完成实训内容。同时引出的GPIO和可位移的模型块也使我们后续的使用和研发更加便利。 |
| 显露屏 | 10寸显露屏，HDMI连连接口，1080P分辨率。 | 显露屏倾斜装配，倾斜角度大于5°。用来实操系统显露。 |
| 键盘鼠标 | 干电池供电，无线蓝牙连接。 | 用来系统控制。 |
五、*人工智能课程
*人工智能实训箱在设计时，考虑到不一样基础学习掌控把握掌控把握掌控把握者的需求，力求使用更易理解的学习掌控把握掌控把握掌控把握方法传递更加详细的知识。本实训平台对各类使用者均有一定的学习掌控把握掌控把握掌控把握帮助，特别是在在校大学员和研究生，能够帮助学员从初学逐渐过渡到深入学习掌控把握掌控把握掌控把握。也可以帮助他们完成毕业设计或者学术论文。在人工智能遍地开花的今天，人工智能在 各个领域全部发挥了重要的作用，为设备赋能愈来愈称为各大企业的追求。人工智能早已渗透到计 算机视觉、自动驾驶、自然语言处置整理、机器人技术、推荐系统、语音识别、航空航天等等领域。
*人工智能实训箱的学习掌控把握掌控把握掌控把握主要分为两个部分，第一部分为人工智能基础，主要含有概括：相关数学基础、编程基础、机器学习掌控把握掌控把握掌控把握、深度神经互联网、ROS基础与动作学。第二部分主要为实践学习掌控把握掌控把握掌控把握含有概括：GPIO与传感器、机械臂、*视觉、*听觉、物联网。完成学习掌控把握掌控把握掌控把握后，可以充分理解到人工智能最主流的相关应用。
1.相关数学基础
| 教学课程 | 课程内容 |
| 矩阵论 | 标量、向量、矩阵、张量 |
| 矩阵和向量相乘 | |
| 单位矩阵和逆矩阵 | |
| 线性相关和生成子空间 | |
| 范数 | |
| 特殊类型的矩阵和向量 | |
| 迹运算 | |
| Moore-Penrose伪逆 | |
| 概率与信息论 | 随机变量与概率分布 |
| 离散型变量与概率分布律 | |
| 常见的离散型概率分布 | |
| 连续型变量和概率密度函数 | |
| 常见的连续性概率分布 | |
| 联合概率 | |
| 边缘概率 | |
| 条件概率 | |
| 单独性和条件单独性 | |
| 期望、方差和协方差 | |
| 信息论 |
| 教学课程 | 课程内容 |
| 变量与基础数值类型 | 变量 |
| 基础数值类型 | |
| 表单和元组 | 表单 |
| 元组 | |
| 字典与集合 | 字典 |
| 集合 | |
| 类和对象 | 面向对象基础简介 |
| 类的定义和使用 | |
| 属性 | |
| 继承 | |
| 模型块化程序设计 | 函数创建和调用 |
| 功能数值传递 | |
| 深度学习掌控把握掌控把握掌控把握框体构造简介 | TensorFlow |
| PyTorch | |
| Caffe/caffe2 | |
| PaddlePaddle | |
| Linux研发环境简介 | Ubuntu实操系统 |
| 常用命令行 |
| 教学课程 | 课程内容 |
| 基础概念 | 实训集、测量试验集、检验集 |
| 过集合、欠集合、泛化 | |
| 学习掌控把握掌控把握掌控把握率、正则化、交叉检验 | |
| K-近邻算法 | 基础概念 |
| K的选取 | |
| 距离的度量 | |
| 支持向量机 | 间隔与支持向量 |
| 对偶问题 | |
| 核函数 | |
| 软间隔与正则化 | |
| K-均值聚类 | K-均值聚类 |
| 决策树和随机森林 | 决策树的基础概念 |
| 选用最佳划分标准 | |
| 随机森林 | |
| 神经互联网 | 神经元模型 |
| 感知器 | |
| 多层感知器 | |
| 经验风险和构造风险 | |
| 梯度下降和反向传播 | |
| RBF互联网 | |
| 超限学习掌控把握掌控把握掌控把握机 | |
| 神经互联网实训技巧 |
| 教学课程 | 课程内容 |
| 人工智能 | 人工智能、机器学习掌控把握掌控把握掌控把握与深度学习掌控把握掌控把握掌控把握 |
| 深度学习掌控把握掌控把握掌控把握 | 深度学习掌控把握掌控把握掌控把握的发展历程 |
| 卷积神经互联网 | 发展历程 |
| 基础构造 | |
| 前馈运算与反向传播 | |
| 相关性质 | |
| 卷积神经互联网变种 | |
| 常用卷积神经互联网模型 | |
| 循环神经互联网 | 循环神经互联网简介 |
| 长短时记忆互联网神经 | |
| 循环神经互联网的变体 | |
| 生成对抗互联网 | 生成对抗互联网简介 |
| 生成对抗互联网基础构造 | |
| 生成对抗互联网变种 |
| 实训课程 | 课程内容 |
| ROS基础与动作学 | ROS基础课程 |
| ROS创建工程项目 | |
| 自定义消息 | |
| Server通讯 | |
| 机械臂URDF模型 | |
| 机械臂动作学正反解 | |
| MoveIt配备装备装备 | |
| 智能串行总线舵机 | |
| PC上位机控制 | |
| 机械臂自定义学习掌控把握掌控把握掌控把握动作组 | |
| 机械臂关节弧度及末端姿态控制 | |
| 机械臂作业区域内抓取、搬运 | |
| 6自由度逆动作学控制 |
| 实训课程 | 课程内容 |
| Jetson nano GPIO课程 | 双色LED控制 |
| 电位器检验测量试验 | |
| 继电器控制 | |
| 轻触开关按键 | |
| PCF8591模数变换 | |
| PS2操纵杆 | |
| 触摸开关控制 | |
| 直线DC电动机风扇 | |
| 步进电动机驱动 | |
| 传感器实训课程 | 模仿霍尔传感器 |
| 模仿温度（℃）（℃）传感器 | |
| 火焰报警 | |
| 烟雾传感器 | |
| 超声波传感器距离检验测量试验 | |
| 旋转编码器 | |
| 红外避障传感器 | |
| BMP180气压传感器 | |
| MPU6050陀螺仪加快速度度传感器 | |
| 循迹传感器 |
| 实训课程 | 课程内容 |
| 机械臂基础课程 | 用户按键控制 |
| 蜂鸣器控制实训 | |
| OLED控制实训 | |
| 控制单个舵机 | |
| 同时控制6个舵机动作 | |
| 读取舵机当前位置 | |
| 机械臂关节标定实践 | |
| 机械臂关节弧度及末端姿态控制 | |
| 机械臂舞蹈表演 | |
| 机械臂搬运色块实践 | |
| 机械臂搬运码垛色块实践 | |
| 机械臂抓取作业区域九点标定 | |
| 机械臂抓取作业区域物块测量试验 |
| 实训课程 | 课程内容 |
| *视觉研发课程 | 装配和使用Matplotlib、Pyplot 和 Numpy |
| 在OpenCV中运行摄像头 | |
| JetCam库中测量试验USB摄像头 | |
| OpenCV读取、写入和显露图像 | |
| OpenCV读取、显露和存档视频 | |
| OpenCV绘图函数使用 | |
| OpenCV图像重量（kg）（kg）和像素实操 | |
| OpenCV图片剪切 | |
| OpenCV图片平移 | |
| OpenCV图片镜像 | |
| OpenCV仿射变换 | |
| OpenCV图片缩放 | |
| OpenCV图片旋转 | |
| OpenCV图片处置整理 | |
| OpenCV灰度处置整理 | |
| OpenCV图像美化 | |
| OpenCV边缘检验测量试验 | |
| OpenCV二值化处置整理 | |
| OpenCV矩形圆形测测测绘制作作作 | |
| OpenCV文字图片处置整理 | |
| OpenCV线段测测测绘制作作作 | |
| OpenCV彩色图片直方图 | |
| OpenCV直方图均衡画 | |
| OpenCV图片修补 | |
| OpenCV亮度增强 | |
| OpenCV高斯均值滤波 | |
| OpenCV磨皮美白 | |
| OpenCV中值滤波 | |
| *视觉与机械臂综合课程 | 颜色检验测量试验 |
| 脸部和眼睛检验测量试验 | |
| 行人检验测量试验 | |
| 汽车检验测量试验 | |
| 车牌检验测量试验 | |
| 目标追踪 | |
| 定位物体就地就地就地实时位置 | |
| 摄像头机械臂物体追踪 | |
| 摄像头机械臂人脸追踪 | |
| 色块抓取分拣实训 | |
| 摄像头ArucoTag识别抓取实训 | |
| *人工智能机械臂与主人互动实践 | |
| *人工智能机械臂手势识别抓取指定色块实行码垛 | |
| *人工智能机械臂垃圾分类实践 | |
| 嵌入式视觉应用 | 图像分类 |
| 物体检验测量试验 | |
| 语义分割 | |
| 目标检验测量试验 | |
| 人体姿态动作识别 | |
| 背景移除 | |
| 单眼深度图 |
| 实训课程 | 课程内容 |
| *听觉领域前沿算法 | 连接时序分类模型 |
| Attention模型 | |
| 基于HMM的语音识别 | |
| Transformer | |
| *听觉综合实战 | *听觉领域前沿算法 |
| 在线语音合成 | |
| 语音听写流式 | |
| 图灵机器人 | |
| *UI | |
| VAD端点检验测量试验 | |
| 小薇机器人语音对话 | |
| Snowboy语音唤醒 | |
| 语音情感识别 | |
| 基于 Kaldi 的语音识别实践 |
