本设计方案的宗旨是力图拉近学校研习内容与企业设计研产的差距和不同，基本实现和贯穿人工智能与深度学习从“学习” → “研习”→ “实作”→“产品原型”的生命周期全过程，是贴近生产实践最为有效的教学途径之一。
解决方案的设计同时兼顾到学习、研究和产业化的主要目标要求。 目标是期望从相对“弱”的基础也可以出发，通过不断的迭代， 直到做出符合需求目标的（预研）产品，为最后的产品化提供所有的前期基础。
音频： Line in（插针） Line out(插针) Mic(插针)
其它I/O:1 * SATAII、1 * SD卡接口、1 * Mini PCIe(支持2G/3G/4G)
1 * SIM卡插槽、2 * CAN、5 * USB2.0、1 * USB(OTG，插针)、
9 * RS232(可包含2 x RS485)、1 * I2C、1 * SPI、1 * GPIO（6 ～ 20路）
电压： DC 12 V
功耗： < 25W
工作温度： -20 ～ 80
保存温度： -30 ～ 90
湿度： 5% ～ 95% 无冷凝
抗震能力： 5-17Hz,0.1”双峰位移； 17-60Hz, 1.5”G峰-峰加速度
颜色： 黑或白喷塑
尺寸： 40x32x12
重量： 3.5kg
4.2.2. 原型机软件：
结构化原型机软件内容丰富和完整， 较好地配合人工智能现场实施的要求，是构筑实施“边缘计算”的理想环境。
5、教学资源与目标
＊适应性： 通用人工智能平台适合大部分需要学生研习人工智能与深度学习研究或应用的院校，没有特别的校级或专业限制；
＊教学课程：
| 序号 | 课程名称 | 内容 | 学时 | 备注 |
| 1 | 人工智能基础 | 介绍人工智能的发展历程、重大事件、当前状态及未来趋势等；介绍最为流行的开发平台，如tensrflow, caffe等； | 4 |
|
| 2 | Python入门 | 学习掌握Python的基本语义、标准的编辑风格、常变量、表达式、控制语句、函数、对象； 学习掌握常用的支持应用库的应用； | 8 |
|
| 3 | 图形图像处理技术 | 基于OpenCV的图形图像处理技术，包括亮度、对比度等的改变、缩放、色彩空间变换、平滑处理、腐蚀与膨胀、阈值计算、边缘检测、canny算法等 | 4 |
|
| 4 | 常用统计方法入门 | 包括误差与数据处理、分布函数和分位数的计算、随机数的产生与检验、矩阵计算、无约束最优化方法、多元线性和非线性回归的算法及随机模拟方法等 | 4 |
|
| 5 | 通用AI算法入门 | 主要面向深度学习领域，学习构建各种不同的神经网络模型。 实现监督学习场景中任何层次的非线性模型，同时还支持各种具有通用近似属性的神经网络设计。
| 4 |
|
| 7 | 典型深度学习实例实践 | 了解和学习深度学习模型的设计方法， 以及结合人物特征识别（性别、年纪、脸面）、语义分割、车道线识别等例子，学习深度学习常用方式方法； | 8 |
|
| 6 | 采集及控制简述 | 了解工业/商业现场可能需要采集或控制的参量的类型、方法和常用的处理和控制方法。 学习整合外部参数与核心AI算法， 实现特定的商业逻辑需求和应用； | 8 | 基于DW-79一体机 |
| 7 | 边缘计算概述 | 了解边缘计算的定义、优势特点、应用模式、实施部署等内容。 | 4 |
|
| 8 | Smartagent IDE入门 | 学习使用Smartagent IDE的编程语言、交互界面，编写中小规模应用程序； | 8 | Smartagent IDE是德威公司自主开发的“全站式”应用开发平台。 该平台在使用“单一环境、单一界面和单一语言”的情况下， “无移植”发布到从PC， 移动手机到前端嵌入式ARM设备等。 |
| 9 | 典型深度学习实例实践 | 了解和学习深度学习模型的设计方法， 以及结合人物特征识别（性别、年纪、脸面）、语义分割、车道线识别等例子，学习深度学习常用方式方法； | 8 |
|
闽公网安备 35021102001689 号