序號

設備名稱

參數

數量

1

人臉融合應用實踐系統

（1）技術要求：

最近隨著各種技術的發展，圖像方面的人臉處理技術越來越廣泛。各大相機軟件都有美顏、貼圖、換發型、變臉等功能人臉融合便是其中一種。

人臉融合（Face Fusion）是指依托人臉識別算法和深度學習引擎，快速精準地定位人臉關鍵點，將用戶上傳的照片與特定形象進行面部層面融合，使生成的圖片同時具備用戶與特定形象的外貌特征。

1、 圖片人臉與圖片人臉融合，可選取模板中靜態人臉圖片，再選取模板中靜態人臉圖片，進行兩張靜態人臉圖片融合。

2、 圖片人臉與真實人臉融合，選取模板中靜態人臉圖片，再選擇動態真實人臉，進行靜態圖片人臉與動態真實人臉融合。

3、 真實人臉與真實人臉融合，選取動態真實人臉，再選擇動態真實人臉，進行動態真實人臉與動態真實人臉融合。

4、 支持貼紙、動漫表情、美顏、人臉美妝、人臉融合、哈哈鏡、人臉彩繪、換臉、背景分割等功能。

（2）顯示屏技術要求：

1、顯示屏：LED液晶4K電視，物理解析度3840*2160，可視角度178(H)/178(V)，色彩度12Bit，亮度320nit，對比度4000:1，使用壽命80000小時以上，操作系統易柚6.0（安卓5.1以上），GPU4GPU+4VPU，內存1.5G，FLASH8G。；

（3）主機技術要求：

1、主機：Intel第八代 Core i5處理器（六核,2.3GHz主頻,12MB緩存）,內存16GB DDR4-2400,集成顯卡：Intel高清集成顯卡1個DP， 1個HDMI接口,256GB M.2接口 NVMe協議 TLC,集成千兆網卡：Intel I219-V,5個USB3.2 Gen 1；

（4）攝像頭技術要求：

1、1080P網絡高清攝像機/頭，USB接口；

1

2

圖像風格遷移應用實踐系統

（1）技術要求：

深度學習可以捕獲一個圖像的內容并將其與另一個圖像的風格相結合，這種技術稱為神經網絡風格遷移，使得生成的圖像具有內容圖像的內容和風格圖像的風格，創造出一種新的繪畫圖像。

圖像風格遷移展示平臺是利用卷積神經網絡來對圖像進行風格轉換，通過使用VGG-16將一張普通的圖像轉換成各種藝術風格的圖像。

1、 圖像風格遷移展示系統功能包括內容圖與風格圖融合。

2、 攝像頭拍取待融合的內容圖片，選取在后臺配置的圖形風格，進行AI繪畫創作。

3、 圖像風格遷移展示平臺可適用攝像頭拍取內容進行融合。

4、 圖像風格遷移展示平臺內容融合支持多種風格，具備模板選擇、拍照功能。

（2）顯示屏技術要求：

1、顯示屏：LED液晶4K電視，物理解析度3840*2160，可視角度178(H)/178(V)，色彩度12Bit，亮度320nit，對比度4000:1，使用壽命80000小時以上，操作系統易柚6.0（安卓5.1以上），GPU4GPU+4VPU，內存1.5G，FLASH8G。

（3）主機技術要求：

1、主機：Intel第八代 Core i5處理器（六核,2.3GHz主頻,12MB緩存）,內存16GB DDR4-2400,集成顯卡：Intel高清集成顯卡1個DP， 1個HDMI接口,256GB M.2接口 NVMe協議 TLC,集成千兆網卡：Intel I219-V,5個USB3.2 Gen 1；

（4）攝像頭技術要求：

1、1080P網絡高清攝像機/頭，USB接口；

3

可視化神經網絡實踐系統

（1）技術要求：

1、對簡單神經網絡的神經網絡訓練過程進行可視化展現。

2、通過瀏覽中查看訓練神經網絡的過程，呈現數據、特征、神經網絡隱藏層、層中連接線、輸出之間的關系變化。

3、數據：數據形態，圓形、異或、高斯、螺旋。數據配置，調整噪聲大小，改變訓練、測試數據比例，調整輸入每批)數據數量 1-30。

4、特征：特征提取。每個點有 X1？X2 兩個特征，衍生其他特征。

5、隱藏層：隱藏層間連接線表示權重，藍色表示神經元原始輸出，淺色表示神經元負輸出。連接線粗細、深淺表示權重絕對值大小。組合連接線粗細深淺變化。越深越粗，權重越大

（2）顯示屏技術要求：

1、顯示屏：LED液晶4K電視，物理解析度3840*2160，可視角度178(H)/178(V)，色彩度12Bit，亮度320nit，對比度4000:1，使用壽命80000小時以上，操作系統易柚6.0（安卓5.1以上），GPU4GPU+4VPU，內存1.5G，FLASH8G；

（3）主機技術要求：

1、主機：Intel第八代 Core i5處理器（六核,2.3GHz主頻,12MB緩存）,內存16GB DDR4-2400,集成顯卡：Intel高清集成顯卡1個DP， 1個HDMI接口,256GB M.2接口 NVMe協議 TLC,集成千兆網卡：Intel I219-V,5個USB3.2 Gen 1；

4

語音交互應用實踐系統

（1）技術要求：

1、 通過輸入的語音進行識別，支持流式語音識別。

2、 將音頻流數據實時轉換成文字流數據結果。

3、 對識別結果語句智能預測其對話語境，提供智能斷句和標點符號的預測。

4、 針對上下文進行語義理解，將中間結果進行智能糾錯，確保準確性。

5、 基于輸入文本，支持多種語音風格合成語音。

6、 支持合成語音文件下載。

（2）顯示屏技術要求：

1、顯示屏：LED液晶4K電視，物理解析度3840*2160，可視角度178(H)/178(V)，色彩度12Bit，亮度320nit，對比度4000:1，使用壽命80000小時以上，操作系統易柚6.0（安卓5.1以上），GPU4GPU+4VPU，內存1.5G，FLASH8G。；

（3）主機技術要求：

1、主機：Intel第八代 Core i5處理器（六核,2.3GHz主頻,12MB緩存）,內存16GB DDR4-2400,集成顯卡：Intel高清集成顯卡1個DP， 1個HDMI接口,256GB M.2接口 NVMe協議 TLC,集成千兆網卡：Intel I219-V,5個USB3.2 Gen 1；

（4）麥克風技術要求：

阻抗2.2kΩ，靈敏度-52dB±2dB，頻率響應100Hz-16.000Hz，線長2m，尺寸24*8.5，凈重0.15，USB接口；

1

5

智能服務機器人

機殼：外殼采用ABS環保材料，顯示屏：10.1寸高清觸摸液晶屏，分辨率1280×800；麥克風：4+1麥克風陣列，支持1.5米范圍語音采集，360度聲源定位，接口開放可調用；音箱：高品質2.1音箱，接口開放；操作系統：基于安卓5.1+UROS機器人操作系統；動力系統：電壓：25.2VCD  容量18900mAh  續航能力6-8小時；工作電壓：220VAC+10%；導航系統：支持Slam算法，測量范圍16米，采樣率4000次/S，掃描速度10Hz，掃描范圍360度；底盤：雙差動輪；WIFI網絡：二合一WIFI模塊  支持2.4G 802.11 b/g/n；咨詢服務：具備語音語義識別技術，可以與用戶進行日常和業務交流，后臺語義庫支持自主學習功能，可以支持行業模型的定制。

★中樞系統:

★中樞1系統:CPU ：Rockchip  RK3288（28納米HKMG制程）,CPU ：ARM  Cortex-A17 四核1.8GHZ,RAM ：2GB雙通道DDR3；ROM ：16GB eMMC,GPU ：ARM  Mali-T764 GPU 支持TE，ASTC AFBC內存壓縮技術,圖像處理：支持OPENGL ES1.1/2.0/3.0 內嵌高性能2D/3D， 支持4K H.264和10bits H.265，視頻解碼1080P多格式視頻解碼，支持H.264，VP8和MVC；

★中樞2系統:GPU ：NVIDIA Jetson TX1,CPU ：NVIDIA Maxwell 256顆 CUDA核心,視頻：4KX2K 30Hz編碼，4KX2K 60Hz編碼（10位支持）,ROM ：16GB Emmc  SDIO  SATA.人機交互系統：4+1麥克風陣列：支持1.5米語音采集，360度聲源定位實現人聲分離，精度正負10度，高信噪比，識別率高。主控板，攝像頭，屏幕,3個高音揚聲器：識別有效距離0.5m-1.5m；前進、后退、左轉、右轉指令響應；語音/視頻實時傳輸。支撐系統：主板：安卓5.1，2G RAM / 16G ROM /  linux  16G；液晶屏，觸摸屏：10.1寸觸摸液晶屏，顯示比例16：9，分辨率1280*800，全視角網絡通信設備：WIFI制式：支持2.4G 802.11 b/g/n；支持：藍牙，4G。功能參數:移動功能：能通過軟件控制機器人前進，后退；能通過軟件控制機器人左轉，右轉。

1

6

網絡設備

無線AP

1、 尺寸（mm）200mm*200m*25mm，

2、 WAN接入口千兆網口，

3、 無線速率1200M，

4、 千兆LAN輸出口

交換機

1、 交換容量：336Gbps/3.36Tbps

2、 包轉發率：51Mpps/108Mpps

3、 外形：尺寸440×160×43.6mm

4、 輸入電壓： AC：額定電壓范圍：100V~240V  A.C，50/60Hz

5、 堆疊：IRF2

6、 功耗：<25W

7、 端口24個10/100/1000 Base-T以太網端口，4*SFP

8、 VLAN支持

9、 包裝清單：主機*1 掛耳*1 調試線*1 電源線*1

網絡機柜

1、 類型：網絡機柜

2、 尺寸：高700寬550深450 12U

3、 高度：12U

4、 標準：兼容ETSI標準，符合IEC297-2等標準

5、 材料：SPCC優質冷軋鋼，表面處理采用脫脂、酸洗磷化靜電噴塑

6、 配套：螺絲30套、腳輪4個，壁掛條1個

1

7

展臺展柜

展廳圓形展臺（中島）1500φ*900H，烤漆

5

8

文化軟裝

主題墻：亞克力雕刻字及亞克力LOGO

文化展示展板：PVC材質+UV工藝+雕刻；內容：AI+智慧學習共建人工智能學院，標準內容；

發光字：部分位置制作無邊發光字，迷你發光字，亞克力水晶字；造型墻設計制作：石膏造型墻

燈箱：亞克力+uv燈箱，根據位置提大小定制，尺寸最長邊不超過1.2米

窗簾：遮光卷簾+標識LOGO彩色印刷

1

9

人工智能應用基礎

本課程講解人工智能領域的一些基本概念、發展歷程、技術趨勢、介紹人工智能領域所應用的基本技術技能、以及傳統行業AI化改造的解決方案。
★1、學時安排：≥36，案例數量：≥12，電子版ppt教學課件數量：≥36，單課時頁數：≥10；MP4教學視頻數量：≥36，時長：單個視頻≥20′~40′，總時長≥1000′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。
2、內容需包含：了解人工智能的基本定義、發展歷程及發展趨勢；了解人工智能相關企業及產業發展現狀，人工智能領域相關就業崗位和崗位需求，對未來的職業發展規劃有較為明確的認知；熟悉人工智能領域哲學基礎、道德規范與潛在風險；掌握機器學習的一般流程，了解監督學習、無監督學習和弱監督學習的區別；掌握知識圖譜、計算機視覺、語音識別、自然語言處理等人工智能領域常用技術原理和應用場景，熟悉人工智能領域的主流技術發展方向和產品解決方案；熟悉人工智能相關技術在自動駕駛、商業智能、智慧醫療、智能制造等行業的具體落地應用，了解行業解決方案和技術需求；了解Python人工智能編程基礎邏輯，熟悉Python開發環境及開發流程；了解計算機視覺的行業現狀，掌握人臉識別的相關的邏輯方法和算法原理。

1

10

Python核心技術

包含Python程序的基本構件：類型、操作符、語句、函數、模塊、類以及異常，同時包含更多高級主題以及復雜實例。
★1、學時安排：≥80，案例數量：≥80，電子版ppt教學課件數量：≥80，單課時頁數：≥10，總頁數：≥800；MP4教學視頻數量：≥80，時長：單個視頻≥20′~40′，總時長≥2400′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。
2、內容需包含：全面了解Python技術歷史、現狀與發展趨勢；系統掌握Python基本概念、編程思想以及程序設計技術；具備熟練的Python編程技能和面向對象軟件設計技術思想；能夠熟練地綜合應用Python技術和面向對象的思想編寫程序解決現實生活中的問題；提高程序設計水平和計算機應用能力。

1

11

智能軟件測試

講解手工測試的核心技術與方法。主要包括：測試用例、缺陷報告、測試總結報告、測試計劃以及項目管理工具。課程緊緊圍繞這些核心的技術點，通過具體的案例和真實的項目來展開。課程詳細講解了編寫測試用例的七大方法，如等價類劃分法、邊界值法、場景法等，掌握了這些方法，學員就可以對任何類型（如C/S、B/S結構，手機App等）、任何規模的軟件進行測試了。課程通過項目管理工具禪道，具體講解了在項目中如何提交一個bug，并對這個bug進行跟蹤管理，直到該bug被關閉歸檔。課程中通過講解不同公司的測試計劃和測試總結報告案例，讓學員學會如何高效的閱讀一份測試計劃，并按照測試計劃的要求部署來開展測試工作；在階段性測試工作結束以后，如何對自己的測試工作做一個科學完善的總結，對自己負責的測試模塊和測試任務進行客觀的評價。

課程中還包含了軟件測試自動化技術的初級內容，web自動化測試的主流工具Selenium。詳細講解Selenium IDE的使用，為后續的課程打下技術基礎。

★1、學時安排：≥64，案例數量：≥43，電子版ppt教學課件數量：≥64，單課時頁數：≥10，總頁數：≥640；MP4教學視頻數量：≥64，時長：單個視頻≥20′~40′，總時長≥1900′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。
2、內容需包含：掌握軟件測試的核心理論與重要概念，熟悉軟件測試的基本流程和方法；掌握編寫測試用例的七種方法，即：等價類劃分法、邊界值法、因果圖法、判定表法、場景法、正交排列法、測試大綱法；掌握如何提交缺陷報告，并使用項目管理工具（如禪道）跟蹤、管理軟件bug；掌握測試總結報告的編寫，能夠根據項目的需求，準確統計、分類軟件Bug，并對軟件質量進行客觀的分析、評價； 熟悉軟件測試計劃，能夠閱讀項目測試計劃，并按照計劃要求開展測試工作； 了解軟件測試自動化技術，掌握Selenium IDE的使用，為后續深入學習自動化測試技術打下堅實基礎。    

1

12

數據可視化智能分析

講解數據分析的基本概念與行業應用，講解數據分析與可視化的多種方法，講解數據讀取，數據探索，描述性分析與數據預處理，進一步講解構建特征工程，數據分析建模，理論與實際操作相結合，以實現高級技能型人才的培養。      

★1、學時安排：≥64，案例數量：≥64，電子版ppt教學課件數量：≥64，單課時頁數：≥10，總頁數：≥640；MP4教學視頻數量：≥64，時長：單個視頻≥20′~40′，總時長≥1900′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。
2、內容需包含：了解數據發現和數據價值進而充分理解數據；培養數據洞察力和數據思維；了解數據分析行業與應用領域；掌握常見數據分析可視化常用工具及必備技能，了解部分數據分析統計工具；重點掌握python做數據分析與可視化，其中包含pandas數據分析，matplotlib做數據可視化，以及python科學計算基礎庫，numpy等。重點掌握數據分析與可視化流程以及操作步驟，能夠基于行業數據/通過數據采集得到的數據，進行多維數據分析服務，依據數據，進行數據讀取，數據描述性分析，數據探索，數據預處理等工作，挖掘數據價值，建模分析，做出研究/評估/預測。撰寫數據分析報告。

1

13

機器學習技術

通過本課程的學習，學生理解常見機器學習算法的基本原理和應用場景，結合案例，熟練掌握相關算法的API和案例實現的流程，針對機器學習應用場景能夠更好的應用相關模型進行分析與處理。      

1、 學時安排：≥56，案例數量：≥36，電子版ppt教學課件數量：≥56，單課時頁數：≥10，總頁數：≥560；MP4教學視頻數量：≥56，時長：單個視頻≥20′~40′，總時長≥1600′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。

2、 內容需包含：了解機器學習基本概念與行業應用；理解常見算法的原理與實現過程；掌握數據預處理和特征工程；掌握Python相關函數的調用與核心參數；掌握機器學習評估方法，完成模型選擇；通過實際案例，掌握開發機器學習應用程序的基本過程

1

14

AISE 綜合授課平臺

1、綜合授課平臺，可以支撐100人同時在線，進行人工智能/在線課程的學習。

2、系統角色管理功能支持學生、教師和學校教學管理人員三類角色基于本系統的訪問。

3、系統部署模式可采用多級分布式部署模式，能適應瞬間大并發視頻訪問需求。

4、系統采用了J2EE技術路線，采用完全的B/S架構實現模式。遵循J2EE標準，具有很好的可移植性、可擴展性，能夠跨平臺使用。數據庫采用MySql數據庫。J2EE的基礎是JAVA技術，其平臺無關性為系統創造了良好的運作環境；此外還用到了JSTL、XML、WEB前端、UI等流行技術，確保系統發揮最大功效。

5、系統可采用Docker方式進行業務應用部署，大大降低部署和擴展難度。

6、支持完整的課程體系及豐富的授課資源形式，并且支持自定義教學任務，學校可根據需要定制自己的教學計劃和教學任務。

7、支持交互式課件功能，支持ppt、pdf、html、jpg等多種資源/課件形式。

8、支持接入矚目、保利威等第三方主流直播平臺。

9、支持題庫考試功能，客觀題系統自動判卷，主觀題教師手工判卷。

10、支持完整的學習數據記錄與統計功能，記錄教師教學進度及學生學習進度。

11、支持教師手動記錄和查看學生考勤信息。

12、完整的統計功能，便于學校優化教學提供數據支撐。

★系統功能

管理后臺：

1、系統權限管理功能

支持用戶信息的查看和修改操作；

可查看當前系統的角色權限并進行調整；

支持創建、修改角色信息和權限；

可對角色配置不同的用戶組；

2、課程體系管理

課程方向的創建、修改和刪除；

課程包/專業的創建、修改和刪除；

課程的創建、修改和刪除；

支持課程封面圖片自定義；

支持配置課程教學資源；

3、教學任務管理

教學任務的創建、修改和刪除；

支持自定義教學任務；

支持學校對教學任務/資源排序進行自定義；

4、班級管理

班級的創建、修改和刪除；

班級配置課程及授課教師/學生；

可以根據班級名稱、專業、狀態對班級進行檢索；

5、教學班管理

支持查看班級教學進度；

查看教師授課進度及學生學習進度；

查看教師授課記錄及學生學習記錄；

支持查看學生視頻課程學習時長；

6、學生管理功能

學生的創建、修改和刪除；

支持批量導入學員信息；

可為學員配置班級；

可以根據學生姓名、手機號、賬號對學生信息進行檢索；

可以刪除學生/班級關聯關系；

支持后臺重置密碼功能；

7、教師管理功能

教師的創建、修改和刪除；

支持批量導入教師信息功能；

可以根據姓名、手機號、賬號對教師信息進行檢索；

支持后臺重置密碼功能；

8、題庫考試管理

試題的創建、編輯、刪除功能。

支持單選題、多選題、判斷題、簡答題等題型。

支持題庫模板批量導入。

支持手工組卷功能。

可對試卷新增、編輯、刪除等操作。

支持手動設置試卷、試題分數。

9、dashboard數據統計

支持按天統計用戶登錄情況

可匯總統計系統視頻、講義、試卷等數字資源總量。

可統計在線資源占比。

教師端：

1、教學中心

顯示教師當前有效教學班信息；

通過百分比顯示教學班教學進度；

顯示教師最近授課信息，方便教師快速定位教學進度；

2、課程中心

顯示教師歷史所有教學班信息；

可根據課程方向及專業進行檢索；

可查看教學大綱。

3、教學大綱/詳情

通過樹狀結構顯示課程章節結構。

課程詳情展示教學資源列表，方便教師使用；

支持教師發布教學任務功能；

支持教師記錄和查看學生考勤。

4、考試中心

教師可為班級學生發布考試，支持發布到班級考試。

支持教師批閱試卷功能，客觀題系統自動判卷，主觀題教師判卷。

顯示考試成績相關統計，包括最高分、最低分、考試人數等。

學生端

1、 學習中心

顯示學生所學課程信息；

顯示學生待完成實驗任務信息；

顯示學生最近學習課程信息，方便學生快速定位學習內容；

顯示學生待作答考試信息。

2、 課程中心

顯示學生所有課程信息；

可根據課程方向和專業對課程進行檢索；

3、 實驗中心

展示學生所有實驗信息及狀態；

4、 考試中心

展示學生歷史考試信息及狀態。

學生根據考試時間進行答題，支持設置考試試卷并倒計時。

支持緩存考試答題數據。

學生可查看考試成績及試卷詳情，并能查看解析。

★平臺部署

1、使用CentOS7.2/Ubuntu1604版本，以WEB形式展現；

2、支持多種部署防水，用戶設備合理利舊，實現資源高效利用；

3、系統使用Java開發語言，微服務架構；

1

15

AISE 實驗環境平臺

★系統功能

實驗環境平臺基于人工智能技術，提供完整的開發工具，能夠支持主流的深度學習框架，如 TensorFlow、PyTorch 等主流的機器學習、深度學習框架。

1、實驗環境平臺科研場景可滿足各種規模（組、實驗室、院、校）級別的科研任務對算力基礎設施的管理與調度，方便、高效，提升科研能力。

2、實驗環境平臺教學實訓功能可滿足以學生的人工智能相關課程教學為代表的上機、實驗訓練的各種個性化需求， 提升實訓任務的管理效率。

3、實驗環境平臺可以安裝部署在所采購的服務器環境當中、同時可以調用開展實驗所需要的軟件、實驗過程支持所采購的數據集。

4、可以支撐不少于100人同時在線，進行人工智能學習、實驗和項目實訓學習。

5、系統角色管理功能支持學生、教師和學校教學管理人員三類角色基于本系統的訪問。

6、系統部署模式可采用多級分布式部署模式。

7、平臺基于定制優化的容器云平臺技術，為計算任務提供支撐，支持多租戶共享集群計算資源且實現安全隔離， CPU、內存等根據用戶請求按需動態分配，提升資源利用效率。

8、平臺支持基于 WEB 的 AI 開發環境和任務訓練流程，可以在線進行任務、數據、代碼的編輯開發；平臺會對失效的任務自動重新發起，并且具備任務快照的功能；同時，可實時監控資源消耗情況并查看相關日志。

9、系統采用了J2EE技術路線，采用完全的B/S架構實現模式。遵循J2EE標準，具有很好的可移植性、可擴展性，能夠跨平臺使用。數據庫采用MySql數據庫。

10、支持豐富實驗類型，可進行多種實驗課程，內置豐富的實驗環境鏡像，支持centos、ubuntu、debian等操作系統。

11、支持Python、Java、R、C、C++、cobol php Perl、Ruby等多種開發環境。

12、支持TensorFlow、PyTorchTheano、Caffe、Keras、Sci-kit Learn、 MLPack 等主流的機器學習、深度學習框架，支持包括但不限于Pip、Numpy、Anaconda、Pandas、Matplotlib、Seaborn、Scikit-learn、OpenCV等操作環境。

13、實驗環境集成LXTerminal、Firefox、X11VNC Server、Eclipse、mysql、hadoop、flume等應用軟件；

13、每個學生擁有獨立的實驗環境和實驗數據，報告在線提交，實驗數據自動記錄，教師可遠程連接學生桌面實驗環境、查看學生實驗結果并進行評分。

14、擴展性強，系統集群支持無感知擴容。

管理后臺：

1、系統權限管理功能

支持用戶信息的查看和修改操作；

可查看當前系統的角色權限并進行調整；

支持創建、修改角色信息和權限；

可對角色配置不同的用戶組；

2、實驗環境管理

系統支持命令行/虛擬桌面/Python在線編輯。

支持啟用禁用實驗環境。

3、實驗模板管理

支持自定義實驗模板；

支持根據實驗模板、難易進行檢索；

支持實驗縮略圖自定義；

4、實驗課程管理

支持自定義創建實驗課程；

支持通過實驗課程名稱、實驗模板等條件進行查詢；

支持實驗課程開啟/關閉功能；

支持通過富文本編輯器自定義實驗指導手冊。

支持自定義實驗附件上傳。

5、 實驗成績統計

顯示實驗成績統計信息；

可根據實驗狀態對實驗課程數據進行統計，包括最高分、最低分、平均分等。

6、實驗記錄統計

顯示實驗課程日志信息；

可通過實驗課程名稱、開始時間、結束時間進行檢索；

7、班級實驗記錄

可按照班級顯示實驗記錄

顯示班級、課程、實驗、開始時間、結束時間、授課教師。

8、任務調度管理功能

對任務的基礎信息及任務類型等管理；

對已調度任務的基本信息，進度，狀態等進行監控；

可監控及任務所占用資源情況等；

支持手動暫停、中斷任務；

支持異常任務進行報警，系統自動殺死進程或重新初始化任務；

可監控CPU使用率；

支持服務器狀態實時監控；

支持按照服務器查看服務運行狀況及資源消耗情況。

支持查看單個運行服務資源消耗情況及查看相應日志。

教師端：

1、教學中心

顯示教師所在教學班信息；

顯示教師最近授課信息，方便教師快速定位；

2、課程中心

顯示教師所有教學班信息；

可根據課程方向及專業進行檢索；

3、教學大綱/詳情

通過樹狀結構顯示課程章節結構。

課程詳情展示教學資源列表；

4、實驗

支持教師發布實驗任務。

教師可進行遠程連接學生實驗環境進行指導。

支持教師重啟學生實驗環境。

支持教師在線查看學生實驗結果，并進行評分。

學生端

1、 學習中心

顯示學生所學課程信息；

顯示學生待完成實驗任務信息；

顯示學生最近學習課程信息；

方便學生快速定位學習內容；

2、 課程中心

顯示學生所有課程信息；

可根據課程方向和專業對課程進行檢索；

3、 實驗中心

展示學生所有實驗信息及狀態。

支持學生在線編輯/提交實驗報告；

支持學生通過實驗指導書、課程視頻進行實驗操作；

提供平臺上課程的實驗所需的人工智能實驗操作環境，包括但不限于R、Tensonflow、Pip、Numpy、Anaconda、Git、Vim、Pandas、Matplotlib、Seaborn、Scikit-learn、OpenCV、Python；

★平臺部署

1、使用Ubuntu1604版本，以WEB形式展現；

2、支持多種部署方式，用戶設備合理利舊，實現資源高效利用；

3、系統使用Java開發語言，微服務架構；

1

16

語音識別與實踐

語音識別是人工智能領域重要組成部分，本課程面向高職院校，介紹語音識別的基本概念與行業應用，在基本語音信號操作的基礎上，進一步講解語音識別中聲學模型與語言模型的基本概念與基礎實現，最后加入深度學習的部分內容，理論與實際操作相結合，以實現高級技能型人才的培養。 
通過本課程的學習，學生可了解語音信號基本概念與原理，會使用python相關接口進行基本的語音信號處理。理解典型語音模型相關參數的含義，具備基本的語音識別編程技能。

★1、學時安排：≥56，案例數量：≥56，電子版ppt教學課件數量：≥56，單課時頁數：≥10；MP4教學視頻數量：≥40，時長：單個視頻≥20′~40′，總時長≥1300′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。
2、知識包括：了解語音信號處理基本概念；了解計算機語音交互基本原理與行業發展；掌握麥克風陣列數據采集與處理；掌握Python相關函數的調用與基本應用；通過接口編程，實現語音信號處理；使用相關語音模型實現基本的語音識別在實驗環境下能獨立完成課堂案例與綜合項目，培養相關崗位所需基本技能。      

1

17

機器視覺技術

通過本課程的學習，學生可了解圖像處理的基本原理和常用技術，會使用python相關接口進行工業領域的產品檢測相關的圖像處理。理解雙目視覺的相關原理，能完成攝像機的標定與雙目測距等編程技能。

★1、學時安排：≥40，案例數量：≥26，電子版ppt教學課件數量：≥40，單課時頁數：≥10；MP4教學視頻數量：≥40，時長：單個視頻≥20′~40′，總時長≥1200′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。
2、知識包括：了解機器視覺系統的整體概念；了解機器視覺系統中圖像采集設備的名稱及采集原理掌握圖像處理技術；掌握Python相關函數的調用與基本應用；掌握雙目視覺系統的標定與測距的相關內容在實驗環境下能獨立完成課堂案例與綜合項目，培養相關崗位所需基本技能。     
學時安排

1

18

模式識別應用與實踐

了解機器學習相關算法與模型的基本概念和基本原理、會使用至少一種深度學習工具與開源框架，結合實際案例，通過調用相關模式識別API，完成計算機視覺等應用的設計與開發。

★1、學時安排：≥48，案例數量：≥15，電子版ppt教學課件數量：≥48，單課時頁數：≥10；MP4教學視頻數量：≥48，時長：單個視頻≥20′~40′，總時長≥1200′，清晰度：≥1080P；分辨率≥1920*1080，25幀，教學題庫數量：≥100。

2、知識包括：了解模式識別基本概念與行業應用；理解基本的概率與統計原理；合模式識別應用場景，理解業務需求和識別思想；掌握Python相關函數的調用與基本應用；通過接口編程，實現分類器基本工作 ；在實驗環境下能獨立完成課堂案例與綜合項目，培養相關崗位所需基本技能；

1

19

智慧停車場

智慧停車場管理系統是屬于智慧城市的一部分。本項目是結合AI邊緣計算實驗平臺主控及實驗套件（多個攝像頭、音響或語音合成模塊、大屏等），構建一個符合真實場景的智能停車場系統。

    1、車牌識別：通過該對進入停車場的車輛車牌進行識別，同時判斷是否為注冊過的車輛車牌；

    2、停車位占用識別：對停車位占用進行目標識別，識別到停車位被占用后講數據返回給前端顯；

    3、非法/異常停車報警：對于未停在車位范圍內的車輛，進行報警提示。

    4、智能語音播報：對未注冊的車輛進行語音播報提示，對收費情況進行播報。

5、數據記錄：通過大屏顯示停車車輛進出入時間點，結合停車收費情況顯示的前端頁面。

★6、實訓項目包括：車牌識別、停車位占用識別、非法/異常停車報警、智能語音播報、停車場監控攝像、車主會員注冊、登錄、充值、停車場數據可視化、停車場后臺管理等；

    7、訓練技能：掌握Python編程基礎知識及技巧；掌握OpenCV圖像處理技術；掌握支持向量機機器學習算法；學會Yolov3實現目標檢測；掌握RK3399Pro-NPU和TB-RK1808S0 AI計算棒的使用；掌握使用語音合成模塊合成語音并播報；掌握基本的http網絡協議；掌握Python應用庫：requests或urllib；掌握前端開發技術，如html/css/js/等；掌握Python Web框架Django開發流程及編程；掌握根據需求進行數據庫設計；掌握Python數據庫編程（MySQL或MariaDB）；能夠綜合運用知識解決人工智能項目問題。

8、設備配置：停車場沙盤，1臺；智能小車，2輛；實驗箱主機，4臺；單目高清攝像頭，4個；服務器，1臺；一體機（前端展示、控制），1臺；無線路由器，1個

1

20

智慧景區管理

智慧景區管理系統是屬于智慧旅游的一部分。本項目是結合AI邊緣計算實驗平臺主控及實驗套件（多個攝像頭、景區大屏），構建一個符合真實場景的智慧景區管理系統。

1、人臉識別門禁：對進入景區的人進行人臉識別，并判斷是否購票。

2、人流監控：對于進入景區的人流進行監控，并進行目標跟蹤，便于對人流聚集或固定人進行識別。

3、火災或煙霧環境監控：監控景區出現火災或煙霧時，及時反饋至后臺進行處理。

4、吸煙監控：監控景區游客吸煙時，及時反饋給工作人員，并前去及時勸阻。

5、數據分析：將景區人流，氣溫等各項數據圖形化展示在界面；

★6、實訓項目包括：人臉識別門禁、人流量監控、火災或煙霧環境監控、吸煙監控、景區監控攝像、游客注冊、登錄、購票、景區電子導覽、游客一鍵求助、景區數據可視化、景區后臺管理等；

7、訓練技能：掌握Python編程基礎知識及技巧；掌握OpenCV圖像處理技術；學會用face_recognition進行人臉識別；掌握使用PyTorch和Yolov5網絡進行模型訓練；學會用Yolov5模型進行煙霧/火災監測；學會用Yolov3或MobileNet-SSD實現目標檢測；掌握RK3399Pro-NPU和TB-RK1808S0 AI計算棒的使用；學會用deep_sort進行目標跟蹤；掌握基本的http網絡協議；掌握Python應用庫：requests或urllib；掌握微信公眾號或微信小程序基本配置、菜單創建、功能開發；掌握前端開發技術，如html/css/js/等；掌握Python Web框架Django開發流程及編程；掌握根據需求進行數據庫設計；掌握Python數據庫編程（MySQL或MariaDB）；能夠綜合運用知識解決人工智能項目問題。

8、設備配置：實驗箱主機，6臺；單目高清攝像頭，6個；服務器，1臺；一體機（前端展示、控制），1臺；無線路由器，1個

1

21

智能考勤打卡系統

智能考勤打卡系統結合AI邊緣計算實驗平臺主控及實驗套件（深度攝像頭、音響或語音合成模塊等），構建一個符合真實場景的智能考勤打卡系統。

1、三維人臉識別：通過深度攝像頭采集到人臉深度圖和RGB圖，首先使用RGB圖進行人臉識別，然后使用深度圖得到人臉特征點的深度數據，最后根據人臉深度特點判斷是否為真實人臉，排除使用照片冒充打卡的情況。

    2、口罩檢測:通過口罩檢測算法判斷學生是否佩戴口罩，三維人臉識別時提醒暫時摘掉口罩，打卡成功后提醒學生佩戴好口罩。

    3、語音播報:打卡過程中的語音提示。

    4、表情分析：通過表情分析算法識別出表情，從而確定學生上課前的心理情緒；

★5、實訓項目包括：三維人臉識別、口罩檢測、紅外體溫測量、智能語音播報、表情分析、學生數據采集、課表發布與查閱、學生打卡數據可視化；

    6、訓練技能：掌握Python編程基礎知識及技巧；掌握OpenCV圖像處理技術；掌握使用face_recognition庫進行人臉識別；掌握通過深度攝像頭采集人臉深度圖，并根據人臉特征和深度圖數據進行人臉的真實性判斷；掌握通過USART控制紅外測溫模塊，采集人體體溫數據，最終計算出人體溫度；

    掌握使用Tensorflow口罩訓練模型進行口罩檢測；掌握使用Tensorflow進行模型訓練，并使用模型進行表情識別；掌握使用語音合成模塊合成語音并播報；掌握基本的http網絡協議；掌握Python應用庫：requests或urllib；

    掌握前端開發技術，如html/css/js/等；掌握Python Web框架Django開發流程及編程；掌握根據需求進行數據庫設計；掌握Python數據庫編程（MySQL或MariaDB）；能夠綜合運用知識解決人工智能項目問題。

    7、設備配置：1、深度攝像頭，2個；紅外體溫模塊，2個；實驗箱主機，2臺；服務器，1臺；一體機（前端展示、控制），1臺；無線路由器，1個；

1

22

人工智能邊緣實驗套件

    一、AIX-EBoard智控系統
1、CPU處理器
雙核ARM Cortex-A72+四核ARM Cortex-A53，CPU主頻1.8GHz*2+1.4GHz*4
★2、NPU人工智能神經網絡處理器
-集成神經網絡處理器NPU，支持8bit/16bit運算，運算性能3.0TOPS。
-支持TensorFlow、Caffe等多種模型。
-提供AI開發工具，支持模型快速轉換。
-提供AI應用開發接口，支持Android NN API、提供RKNN跨平臺API、Linux支持TensorFlow開發。
-NPU相較于GPU作為AI運算單元的大型芯片方案，功耗不到GPU所需要的1%。
3、內存
內存6GB
4、存儲器
高速eMMC 16GB，且支持TF卡拓展，單卡拓展存儲容量最大支持128GB
★5、GPU圖形處理器
-四核GPU ，ARM Mali-T860 MP4
-支持OpenGL ES1.1/2.0/3.0/3.1,
OpenVG1.1, OpenCL, DX11
-支持AFBC（幀緩沖壓縮）
★6、視頻處理單元
支持4K VP9 and 4K 10bits H265/H264 視頻解碼，高達60fps
1080P多格式視頻解碼(VC-1, MPEG-1/2/4, VP8)
1080P 視頻編碼，支持H.264，VP8格式
視頻后期處理器：反交錯、去噪、邊緣/細節/色彩優化
7、顯示屏
電容觸摸屏，尺寸7寸、顯示分辨率≥1024*600
8、攝像頭
內置200萬像素攝像頭
9、揚聲器
內置揚聲器
10、麥克風
內置麥克風
11、以太網接口
支持10 / 100 / 1000 Mbps傳輸速率
12、無線連接
集成WIFI、藍牙模組。支持WiFi ，2.4G/5G雙頻，支持AP/STA模式；藍牙4.1，支持藍牙數據傳輸。
★13、加密芯片
內置版權加密存儲芯片，用于保存版權、生物特征等敏感數據；
14、拓展接口及按鍵
板載USB 3.0 + USB 2.0口≥6個，用于外接各類實驗套件；
HDMI接口1個，用于外接拓展HDMI顯示屏；
UART串口2個，用于數據通信與外接實驗設備；
IO擴展口，用于外設通信或控制，支持ADC、GPIO等功能；
TF-card口1個，用于拓展存儲容量，TF卡最大支持容量128GB；
Type-c口 1個，用于USB數據傳輸及燒寫系統鏡像；
RJ45網口 1個，用于連接有線網；
Headphone 1個，用于連接耳機；
普通按鍵2個，用于音量控制；
RST按鍵1個，用于復位（重啟）系統；
PWR按鍵1個，用于系統開機/關機。  
15、電源
DC輸入電壓12V
16、輸入模塊
配置無線鍵盤、鼠標
17、操作系統和編輯環境
操作系統： Debian
★支持編輯環境：Code-OSS、Jupyter、Leafpad、Vim

二、視覺專用套件

1 單目高清攝像頭（1080p）

像素≥200萬，USB 2.0接口，內置麥克風，自動變焦

支持系統：Linux/Android/Windows系統。

支持自動對焦。

2 深度攝像頭

包含英特爾®實感TM視覺處理器D4、英特爾®實感TM視覺處理器D430等攝像頭主要組件。

識別范圍：約10m，隨校準、場景和光照條件而變。

RGB傳感器分辨率和幀速率：30fps時為1920*1080。。

3 雙目無畸變攝像頭（包含2個輕微畸變鏡頭）

像素≥130萬，無畸變，USB2.0接口，免驅動，支持系統：linux/android/windows系統

4 標定棋盤

格數：10*7，黑白相間

★5 AI計算棒

-內存≥1GB LPDDR

-存儲≥8GB EMMC

-支持8bit運算，運算性能3.0TOPS

-支持TensorFlow、Caffe、ONNX、Darknet模型

-支持 OpenCL/OpenVX

-支持主流Linux系統

-USB3.0接口

三、語音專用套件

1 指向性專業麥克風（包含聲卡）

單一指向性

靈敏度：近距-45db，遠距-38db

頻率響應：100HZ-16KHZ

輸出阻抗：近距1KΩ，遠距2.3KΩ

2 麥克風陣列

板載4個數字麥克風

支持5m和360°遠程拾音

支持回聲消除、聲源定位、降噪

支持Linux/Windows/MacOS等主流系統

3 拾音器

3米半徑、360度全向拾音

過濾電流聲，降低噪音波

4 語音合成套件

具有智能的文本分析處理算法；

具備多音字處理功能；

支持語音合成、停止、暫停合成等功能；

合成文本量≥200字節

5 語音識別模塊

支持識別中文、外語、地方方言等

聲控和人機對話功能

30分貝下，語音識別率100%；30分貝-50分貝，90%以上的識別率。

四、實驗資源

1 視覺教學實驗包

★支持的案例實驗數量≥29個。

★實驗包含實驗手冊、實驗代碼、實驗數據等。實驗手冊內容有：問題、方案、環境、資源、實驗步驟、實驗代碼、實驗結論等。

實驗類型及名稱：

1）圖像基本操作類

滑動條控制圖像閾值；

2）圖像檢測類

圖像邊緣檢測實驗，表面劃痕檢測實驗，行人檢測實驗，車牌目標提取實驗，人臉檢測實驗等；

3）圖像變換類

圖像黑白變換實驗，圖像灰度變換實驗，圖像取反變換實驗，圖像銳化變換實驗、圖像分割實驗等；

4）圖像修復類

圖像污點修復實驗；

5）圖像識別類

紅綠燈識別實驗、字符識別實驗、貓狗分類實驗、車牌識別實驗、人臉識別實驗、目標檢測實驗、手勢識別實驗等；

6）圖像跟蹤類

目標跟蹤實驗、多目標檢測與跟蹤；

7）單目類

單目標定實驗、單目校正實驗；

8）雙目類

雙目標定實驗、雙目校正實驗、雙目測距實驗；

9）三維圖像類

RGB-D數據集實驗、三維立體空間重建、三維人臉識別實驗；

2 語音教學實驗包

★支持的案例實驗數量≥24個。

★實驗包含實驗手冊、實驗代碼、實驗數據等。實驗手冊內容有：問題、方案、環境、資源、實驗步驟、實驗代碼、實驗結論等。

具體如下：

1）語音采集類

語音采集、語音波形顯示、語音采集及實時波形顯示、語音編碼、語音采樣頻率轉換等

2）語音信號類

語音信號強度、白噪聲信號、語音短時傅里葉變換、音頻自動增益控制、共振峰檢測、基音周期、回聲消除等

3）語音檢測類

語音端點檢測、語譜圖實驗；

4）語音噪聲類

語音增強，語音添加噪聲；

5）語音模型類

LSTM聲學模型訓練；

6）聲源定位類

實時聲源定位；

7）語音識別類

聲紋識別、語音識別（模塊版）、語音識別（離線版）、語音識別（網絡版）、智能音箱；

8）語音合成類

語音合成；語音合成；

16

23

投影設備

投影儀

1、 顯示系統：3LCD
2、 顯示設備
面板尺寸 ≥0.59英寸多晶硅有源矩陣式液晶板×3 
分辨率 1,280×800 
像素 1,024,000 像素
3、 鏡頭
類型 手動變焦/聚焦       
變焦比 x1.2       
投射比 1.5-1.8       
位移范圍 固定
4、 光源
類型 230W UHP燈泡       
壽命 6,000小時(標準模式)；12,500小時(省電模式)     
5、 投影屏幕尺寸：≥30"~300”
6、 對比16000:1，
7、 分辨率1280*800,
8、 顯示方式16：10
9、 接口
n COMPUTER IN 1 15針微型D-sub端子×1 
n COMPUTER IN 2 15針微型D-sub端子×1   
n MONITOR OUT 15針微型D-sub端子×1（COMPUTER IN2共用）
n VIDEO RCA端子x1       
n HDMI 1 HDMI 連接器x1       
n HDMI 2 HDMI 連接器x1     
n MHL HDMI端子x1(HDMI 2共用) 
n AUDIO IN1 3.5mm（立體聲）迷你插孔x1     
n AUDIO IN2 3.5mm（立體聲）迷你插孔x1  
n AUDIO IN3 RCA端子x2(R/L)     
n RCA插孔L/R x 1
n AUDIO OUT 3.5mm（立體聲）迷你插孔x1   
n CONTROL 9針D-sub端子×1   
n USB-A USB(A)×1     
n USB-B USB(B)×1     
n LAN RJ-45端子×1     
10、 電源  AC100-240V       
11、 功耗  330W       
12、 待機功耗  0.35W(節能模式) 
13、 尺寸 349(寬)x88(高)x264(深) mm 不含突起部分  
14、 重量  約3.5kg

幕布

1、 顏色：白色
2、 材質：白玻纖
3、 幕布比例：16:9
4、 幕布尺寸：≥100（英寸）
5、 幕布類別：電動

1

24

音響設備

音箱

1、類型：壁掛音箱≥10寸
2、 頻率響應：18Hz-20KHz
3、 阻抗：≥8Ω
4、 靈敏度：90dB±2dB
5、 功率范圍：40W-180W

功放

1、  輸出功率：≥200W
2、 頻率響應：40Hz-16KHz
3、 信噪比：≥75db
4、 輸出方式：4-16歐定阻；70V，110V定壓
5、 失真度：≤0.3%
6、 顏色：銀色
7、 主機尺寸（長寬高）486*374*105mm
8、 主機重量9.4
9、 支持藍牙
10、 支持USB輸入接口

調音臺

1、 頻響
輸入到STEREO OUT  ： +0.5 dB/-0.5 dB (20 Hz到20kHz),參考額定輸出電平@ 1kHz, GAIN旋鈕:小
2、 總諧波失真(THD+N)
輸入到STEREO OUT ：0.01 % @ +8dBu (20 Hz到 20kHz),GAIN旋鈕:小 0.003 % @ +18dBu (1kHz),GAIN旋鈕:小
3、 嗡音&噪音*1(20 Hz 到20 kHz)
同等輸入噪音 ：-128 dBu (Mono輸入通道，Rs:150Ω,GAIN旋鈕：大
殘余輸出噪音 ：-102 dBu (STEREO OUT, STEREO LEVEL,GAIN旋鈕：小)
4、 串擾(1kHz)*2 ：-88 dB
5、 輸入通道 ：6通道：單聲道[MIC/LINE]:2,立體聲[LINE]:2
6、 輸出通道 ：STEREO OUT:2, PHONES:1
7、 母線 ：立體聲：1
8、 輸入通道功能
PAD (Mono) ：26 dB
HPF(Mono) ：80 Hz, 12 dB/倍頻程
EQ HIGH ：(Mono)增益：+15dB/-15dB,頻率：10kHz斜率
EQ LOW ：(Mono)增益：+15dB/-15dB,頻率：100Hz斜率
PEAK LED (Mono) ：當EQ后信號到達失真以下3dB時LED打開
9、 電平表
Post STETREO LEVEL旋鈕 ：2x7 - 點距LED電平表[PEAK, +6, +3, 0, -3, -10, -20 dB]
10、 內建數字效果
SPX算法：6編程(MG06XU)
11、 幻象電源電壓 ：+48V
12、 電源適配器
PA-130(DC12 V/1.0A,線長=1.8m),120V，60Hz MU18(DC12V/1.5A,線長=1.5m),100V-240V,50Hz/60Hz或雅馬哈推薦的相同檔次產品
13、 功耗 ：≥12W
14、 外觀尺寸(W x H x D) ≥
149 mm x 62 mm x 202 mm(5.9"x 2.4"x 7.9")
15、 凈重 ：0.9 kg (1.98 lbs.)
16、 包含附件：AC電源適配器，使用說明書，技術規格
17、 可選購配件 ：話筒架適配器：BMS-10A，踏板開關：FC5(MG10XU)
18、 操作溫度 ：0到40？C

1

25

網絡設備

交換機

1、 交換容量：336Gbps/3.36Tbps

2、 包轉發率：51Mpps/108Mpps

3、 外形：尺寸440×160×43.6mm

4、 輸入電壓： AC：額定電壓范圍：100V~240V  A.C，50/60Hz

5、 堆疊：IRF2

6、 功耗：<25W

7、 端口24個10/100/1000 Base-T以太網端口，4*SFP

8、 VLAN支持

9、 包裝清單：主機*1 掛耳*1 調試線*1 電源線*1

網絡機柜

1、 類型：網絡機柜

2、 尺寸：高700寬550深450 12U

3、 高度：12U

4、 標準：兼容ETSI標準，符合IEC297-2等標準

5、 材料：SPCC優質冷軋鋼，表面處理采用脫脂、酸洗磷化靜電噴塑

6、 配套：螺絲30套、腳輪4個，壁掛條1個

2

26

實驗桌椅

雙人電腦桌≥200×60×78

培訓椅子可折疊，帶寫字板

20

27

文化軟裝

文化展示展板：PVC材質+UV工藝+雕刻；內容：AI+智慧學習共建人工智能學院，標準內容；

發光字：部分位置制作無邊發光字，迷你發光字，亞克力水晶字；造型墻設計制作：石膏造型墻

燈箱：亞克力+uv燈箱，根據位置提大小定制，尺寸最長邊不超過1.2米

窗簾：遮光卷簾+標識LOGO彩色印刷

1