人工智能实验室建设方案

教学+实训一体化解决方案,助力高校人工智能专业学科建设、教学改革、实训教学
  • 场景应用

    智能机器人、家居、农业、医疗、仓储等

  • 应用技术

    机器视觉、语音识别、神经网络等

  • 计算能力

    嵌入式AI、智能传感器、5G通信、云计算等

  • 实战项目

    手写数字识别、人脸识别、车牌识别等

人工智能产业框架

助力高校人工智能教学改革,创新型、复合型、应用型人才培养综合解决方案

  • 基础架构层

    包括云计算、芯片以及TensorFlow、PaddlePaddle等的框架。

  • 通用技术层

    在基础层之上,它包括例如计算机视觉、语音识别、语义理解、机器翻译等。

  • 应用层

    利用底层和中间层把技术应用到各行各业。比如在机器人、智能家居、智能农业等领域应用。

人工智能实验体系

满足人工智能核心课程理论+实验教学+行业创新应用实训教学

  • 语言基础

    语言基础

    Python环境搭建与处理

    Python数据类型

    Python字符串处理

    Python异常处理

    Python字典

    Python正则表达式

  • 计算机视觉

    图像获取

    图像预处理

    特征提取

    检测分割

    模式识别

    图像理解

    图像分类

    运动目标检测

  • 语音识别

    基础实验

    语音采集与处理

    语音编码

    单字识别

    语音控制与分析

  • 自然语言处理

    特征提取

    模型选择

    MFCC特征向量

    文本处理

  • 基本框架

    TensorFlow环境搭建

    常用API

    神经元函数及优化

    模型的存储与加载

    卷积神经网络

    循环神经网络

  • 高级框架

    TFLearn

    加载数据

    构建网络模型

    训练模型

  • 机器学习算法

    决策树

    逻辑回归

    朴素贝叶斯

    K近邻算法

    线性回归

    SVM支持向量机

    神经网络算法

  • 实战项目案例

    手写数字识别

    人脸识别

    车牌识别

    目标识别

    运动物体位置检测

    人工智能教学实验平台

    智慧城市沙盘

    全向车型搬运机器人

相关产品