AI人工智能實驗箱，人工智能教學(xué)實驗箱
2025-04-29 06:56
一、基本技術(shù)參數(shù)要求：
1. 輸入電源：AC 220V±10% 50HZ；
2. 輸出電源：DC：+5V/6A、+7.4V/4A, 含瞬時短路保護和過流保護；
3. 工作環(huán)境：溫度-10~+40攝氏度 相對濕度<85%（25攝氏度） 海拔<4000m；
4. 裝置容量：<0.5 KVA；
5. 重 量：約5 KG；
6. 外形尺寸：≥610*440*240mm；
7. ★模塊化：實驗項目模塊化，便于后期升級改造；
8. ★實驗箱體內(nèi)部包含存儲空間，可以妥善存放模塊及配件，打開方式為按壓彈出；
9. 模塊PCB厚度不小于2mm, 面板采用黑底白字絲印，實驗?zāi)K器件均安裝在實驗箱正面、便于學(xué)生識別理解和后期維護；
10. 實驗箱：外箱采用鋁木合金材料，箱體四周安裝有尼龍防護墊，結(jié)實美觀，安全環(huán)保；
二、硬件模塊配置要求：
1. AI核心系統(tǒng)
1) ★AI CPU核心：CPU為64位，不少于4核心；
2) ★AI GPU核心: GPU核心數(shù)不少于120個；
3) ★算力：不低于470GFLOPS
4) ★AI核心擴展：擁有最少4個USB3.0接口，支持HDMI和DP視頻接口，一路M.2接口的單路PCIE，并安裝有散熱風(fēng)扇；
5) ★主控操作系統(tǒng)：Ubuntu 20.04 LTS+ROS_Melodic；
6) 開發(fā)環(huán)境（IDE）:JupyterLab；
7) 虛擬環(huán)境:Anaconda 4.5.4；
8) 支持一系列流行的 Al 框架和算法， 比如 TensorFlow、caffe/caffe2、Keras、Pytorch、MXNET 等；
9) 系統(tǒng)安裝有OpenCV計算機視覺庫，TensorFlow AI框架，Pytorch AI框架；
10) ★可以完成語音情感識別、人體姿態(tài)識別、語義分割、單眼深度、AI視覺實現(xiàn)垃圾分揀等算法實驗；
2. ★AI深度學(xué)習(xí)視覺應(yīng)用
1) 提供C語言和Python至少兩種語言源程序；
2) 支持Docker容器環(huán)境運行；
3) 模型支持：MobileNet-v1、MobileNet-v2、SSD-Mobilenet-v2、YOLOv3、ResNet-18、ResNet-50等；
4) 推理速度：實時目標(biāo)檢測和圖像分類，低延時；
5) 性能優(yōu)化：基于CUDA加速，利用GPU進行高效推理，提供低延遲和高吞吐量；
6) 圖像分類：利用在大型數(shù)據(jù)集上訓(xùn)練過的分類網(wǎng)絡(luò)來識別場景和物體；
7) 物體檢測：目標(biāo)檢測網(wǎng)絡(luò)能夠在每個幀中檢測到許多不同的對象，提取它們的邊界框來確定幀中各種物體的位置
8) 語義分割：通過將預(yù)訓(xùn)練的圖像識別骨干網(wǎng)絡(luò)進行卷積化來實現(xiàn)的，適用于環(huán)境感知，它能夠?qū)γ總�場景中許多不同的潛在對象進行密集的像素級分類，包括場景前景和背景；
9) 人體姿態(tài)動作識別：包括定位形成骨架拓撲結(jié)構(gòu)的各個身體部位，提供了預(yù)訓(xùn)練模型，可用于人體和手部姿態(tài)估計，能夠在每幀中檢測多個人物；
10) 動作識別：對一系列視頻幀中發(fā)生的活動、行為或手勢進行分類；
11) 背景移除：生成一個掩碼，將圖像的前景與背景分割開來，可以用它來替換或模糊背景；
12) 單目深度：能夠從單目圖像推斷相對深度的深度神經(jīng)網(wǎng)絡(luò)
3. 機器人運動學(xué)與ROS機器人系統(tǒng)
1) 材質(zhì)：陽極氧化處理鋁合金；
2) 舵機方案：15Kg*5+6Kg*1智能串行總線舵機；
3) 機械臂自由度：5自由度+夾持器，200g有效負載，臂展350mm；
4) 攝像頭：采用USB接口，30萬像素，110度廣角攝像頭，480P分辨率（600*480）；
5) 接口：3個總線舵機接口，i2C接口；
6) ★OLED:顯示CPU占用，顯示內(nèi)存占用，顯示IP地址等基礎(chǔ)信息；
7) 支持PC上位機控制；
8) ★PC上位機支持FPV第一視角控制，并顯示3D仿真模型，并可以對機械臂進行實時仿真，顯示機械臂動作或控制3D圖形對機械臂進行控制；
9) ★支持ROS機器人操作系統(tǒng)；
10) 按鍵：2個；
11) 蜂鳴器：1個；
12) Mirco USB接口；
4. AI聽覺系統(tǒng)
1) ★基于USB接口設(shè)計，采用SSS1629音頻芯片，免驅(qū)動，多系統(tǒng)兼容;
2) ★板載兩個高質(zhì)量MEMS硅麥克風(fēng)，可左右聲道錄音，音質(zhì)更佳；
3) 板載標(biāo)準(zhǔn)3.5mm耳機接口，可通過外接耳機播放音樂；
4) 板載雙通道喇叭接口，可直接驅(qū)動揚聲器；
5) 板載喇叭音量調(diào)節(jié)按鈕，方便調(diào)節(jié)合適的音量；
5. ★語音情感識別
1) 虛擬環(huán)境：Anaconda 4.5.4；
2) 算法開發(fā)：CUDA、CUDNN、PyTorch、Tensorboard；
3) 深度模型：Mobilenet_v2；
4) 采用的特征為對語音信號做STFT，轉(zhuǎn)化為語音時頻圖；
5) 引入了shortcut機制，減少由于網(wǎng)絡(luò)深度的增加帶來的梯度消散；
6) 輸出結(jié)果顯示情緒及其概率，并展示圖片效果；
7) 情緒種類：不少于5類；
6. 基礎(chǔ)GPIO與傳感器實驗?zāi)K
1) 雙色LED：5mm紅綠雙色LED指示燈，帶限流電阻；
2) 繼電器：5V供電，1路光耦隔離，支持高/低電平觸發(fā)；
3) 輕觸開關(guān)按鍵：普通按鍵開關(guān)，自動復(fù)位；
4) U 型光電傳感器 ：使用進口槽型光耦傳感器，槽寬度10.5mm,帶輸出狀態(tài)指示燈，數(shù)字開關(guān)量輸出；
5) 模數(shù)轉(zhuǎn)換：單電源、低功耗8位COMS型A/D、D/A轉(zhuǎn)換芯片，它具有4路模擬量輸入通道、一路模擬量輸出通道和1個I2C總線接口；
6) PS2 操縱桿：模塊設(shè)二路模擬輸出和一路數(shù)字輸出接口；
7) 電位器：20K電位器；
8) 模擬霍爾傳感器：輸入為磁感應(yīng)強度，帶輸出狀態(tài)指示燈，數(shù)字開關(guān)量輸出和AO電壓輸出；
9) 光敏傳感器：基于內(nèi)光電效應(yīng)，帶輸出狀態(tài)指示燈，數(shù)字開關(guān)量輸出和AO電壓輸出；
10) 火焰報警：可以檢測火焰或者波長在760nm-1100nm范圍內(nèi)的光源，打火機測試火焰距離為80cm,探測角度60度，火焰檢測響應(yīng)時間<1s；
11) 氣體傳感器：金屬氧化物半導(dǎo)體（MOS）型氣體傳感器，可以檢測LPG、煙、酒、丙烷、氫氣、甲烷、和一氧化碳，濃度從200-10000PPM；
12) 觸摸開關(guān)：采用電容式觸摸傳感器，可以安裝在非金屬物體表面；
13) 超聲波傳感器距離檢測：感應(yīng)角度不大于15度，探測距離2-450cm,精度可達0.3cm;
14) 旋轉(zhuǎn)編碼器：A、B兩相都輸出方波，順時針方向旋轉(zhuǎn)時，A相超前B相90度，逆時針方向旋轉(zhuǎn)時，B相超前A相90度;
15) 紅外避障傳感器:反射距離1mm~25mm適用；
16) 氣壓傳感器：壓力范圍：300~1100hPa，分辨率為0.03hPa；
17) 陀螺儀加速度傳感器：芯片內(nèi)置16bit AD轉(zhuǎn)換器,16位數(shù)據(jù)輸出，陀螺儀范圍：±250 500 1000 2000 °/s，加速度范圍：±2±4±8±16g；
18) 循跡傳感器:檢測距離1-8mm,焦點距離為2.5mm；
19) 直流電機風(fēng)扇模塊:工作電流0.35-0.4A，電機軸長9mm；
20) 步進電機驅(qū)動模塊:步進角度：5.625 x 1/64,減速比：1/64；
7.配套資源：
1) ★顯示屏：10吋顯示屏，HDMI接口，分辨率為1080P。顯示屏傾斜安裝，傾斜角度大于5°；
2) 鍵盤鼠標(biāo)：干電池供電，藍牙連接；
3) 模型垃圾桶：尺寸：≥90*80*103mm；
4) 分類積木：不少于4個；
5) 網(wǎng)線：1.5米；
6) ★配套實驗指導(dǎo)書：不少于500頁；
7) 提供代碼：不少于50個；
8) ★提供人工智能專業(yè)課件及教材；
8.★配套人工智能技術(shù)課件教學(xué)系統(tǒng)適應(yīng)所有的教材，內(nèi)容豐富并可隨意調(diào)取。合理地運用多媒體課件教學(xué)系統(tǒng)，可以很大程度上減輕老師講課的工作量。
★1、提供開發(fā)單位“人工智能技術(shù)課件教學(xué)系統(tǒng)”著作權(quán)證書復(fù)印件加蓋單位公章；
★2、提供開發(fā)單位“授權(quán)書”原件并蓋公章；
★3、為了教學(xué)的統(tǒng)一性要求人工智能技術(shù)課件教學(xué)系統(tǒng)與實訓(xùn)裝置是同一個生產(chǎn)商！
(包含以下內(nèi)容):
第1章走進人工智能
第2章 知識表示
第3章 確定性推理
第4章 搜索策略
第5章 不確定性推理
第6章 計算智能
第7章 機器學(xué)習(xí)
第8章 專家系統(tǒng)
第9章 自然語言處理
第10章 分布式人工智能與Agent
第11章 人工智能在社會服務(wù)中的應(yīng)用
第12章 人工智能在經(jīng)濟生活中的應(yīng)用
三、實驗項目要求：
1. 用戶按鍵控制
2. 蜂鳴器控制實驗
3. OLED控制實驗
4. 控制單個舵機
5. 同時控制6個舵機動作
6. 讀取舵機當(dāng)前位置
7. 機械臂關(guān)節(jié)標(biāo)定實踐
8. 機械臂關(guān)節(jié)弧度及末端姿態(tài)控制
9. 機械臂舞蹈表演
10. 機械臂搬運色塊實踐
11. 機械臂搬運碼垛色塊實踐
12. 機械臂抓取工作區(qū)域九點標(biāo)定
13. 機械臂抓取工作區(qū)域物塊測試
14. 安裝和使用Matplotlib、Pyplot 和 Numpy
15. 在OpenCV中運行攝像頭
16. JetCam庫中測試USB攝像頭
17. OpenCV讀取、寫入和顯示圖像
18. OpenCV讀取、顯示和保存視頻
19. OpenCV繪圖函數(shù)使用
20. OpenCV圖像質(zhì)量和像素操作
21. OpenCV圖片剪切
22. OpenCV圖片平移
23. OpenCV圖片鏡像
24. OpenCV仿射變換
25. OpenCV圖片縮放
26. OpenCV圖片旋轉(zhuǎn)
27. OpenCV圖片處理
28. OpenCV灰度處理
29. OpenCV圖像美化
30. OpenCV邊緣檢測
31. OpenCV二值化處理
32. OpenCV矩形圓形繪制
33. OpenCV文字圖片處理
34. OpenCV線段繪制
35. OpenCV彩色圖片直方圖
36. OpenCV直方圖均衡畫
37. OpenCV圖片修補
38. OpenCV亮度增強
39. OpenCV高斯均值濾波
40. OpenCV磨皮美白
41. OpenCV中值濾波
42. 顏色檢測
43. 臉部和眼睛檢測
44. 行人檢測
45. 汽車檢測
46. 車牌檢測
47. 目標(biāo)追蹤
48. 定位物體實時位置
49. 攝像頭機械臂物體追蹤
50. 攝像頭機械臂人臉追蹤
51. 色塊抓取分揀實驗
52. AI人工智能機械臂與主人互動實踐
53. AI人工智能機械臂手勢識別抓取指定色塊進行碼垛
54. AI人工智能機械臂垃圾分類實踐
55. 圖像分類
56. 物體檢測
57. 語義分割
58. 人體姿態(tài)動作識別
59. 背景移除
60. 單眼深度圖
61. 目標(biāo)檢測
62. AI在線語音合成實驗
63. AI語音聽寫流式實驗
64. 圖靈機器人實驗
65. AI全鏈路人機交互語音實驗
66. AI機器人語音對話實驗
67. SnowBoy語音喚醒實驗
68. 語音情感識別
69. 提供不少于20個GPIO控制與傳感器實驗?zāi)K
相關(guān)產(chǎn)品：
1. 輸入電源：AC 220V±10% 50HZ；
2. 輸出電源：DC：+5V/6A、+7.4V/4A, 含瞬時短路保護和過流保護；
3. 工作環(huán)境：溫度-10~+40攝氏度 相對濕度<85%（25攝氏度） 海拔<4000m；
4. 裝置容量：<0.5 KVA；
5. 重 量：約5 KG；
6. 外形尺寸：≥610*440*240mm；
7. ★模塊化：實驗項目模塊化，便于后期升級改造；
8. ★實驗箱體內(nèi)部包含存儲空間，可以妥善存放模塊及配件，打開方式為按壓彈出；
9. 模塊PCB厚度不小于2mm, 面板采用黑底白字絲印，實驗?zāi)K器件均安裝在實驗箱正面、便于學(xué)生識別理解和后期維護；
10. 實驗箱：外箱采用鋁木合金材料，箱體四周安裝有尼龍防護墊，結(jié)實美觀，安全環(huán)保；
二、硬件模塊配置要求：
1. AI核心系統(tǒng)
1) ★AI CPU核心：CPU為64位，不少于4核心；
2) ★AI GPU核心: GPU核心數(shù)不少于120個；
3) ★算力：不低于470GFLOPS
4) ★AI核心擴展：擁有最少4個USB3.0接口，支持HDMI和DP視頻接口，一路M.2接口的單路PCIE，并安裝有散熱風(fēng)扇；
5) ★主控操作系統(tǒng)：Ubuntu 20.04 LTS+ROS_Melodic；
6) 開發(fā)環(huán)境（IDE）:JupyterLab；
7) 虛擬環(huán)境:Anaconda 4.5.4；
8) 支持一系列流行的 Al 框架和算法， 比如 TensorFlow、caffe/caffe2、Keras、Pytorch、MXNET 等；
9) 系統(tǒng)安裝有OpenCV計算機視覺庫，TensorFlow AI框架，Pytorch AI框架；
10) ★可以完成語音情感識別、人體姿態(tài)識別、語義分割、單眼深度、AI視覺實現(xiàn)垃圾分揀等算法實驗；
2. ★AI深度學(xué)習(xí)視覺應(yīng)用
1) 提供C語言和Python至少兩種語言源程序；
2) 支持Docker容器環(huán)境運行；
3) 模型支持：MobileNet-v1、MobileNet-v2、SSD-Mobilenet-v2、YOLOv3、ResNet-18、ResNet-50等；
4) 推理速度：實時目標(biāo)檢測和圖像分類，低延時；
5) 性能優(yōu)化：基于CUDA加速，利用GPU進行高效推理，提供低延遲和高吞吐量；
6) 圖像分類：利用在大型數(shù)據(jù)集上訓(xùn)練過的分類網(wǎng)絡(luò)來識別場景和物體；
7) 物體檢測：目標(biāo)檢測網(wǎng)絡(luò)能夠在每個幀中檢測到許多不同的對象，提取它們的邊界框來確定幀中各種物體的位置
8) 語義分割：通過將預(yù)訓(xùn)練的圖像識別骨干網(wǎng)絡(luò)進行卷積化來實現(xiàn)的，適用于環(huán)境感知，它能夠?qū)γ總�場景中許多不同的潛在對象進行密集的像素級分類，包括場景前景和背景；
9) 人體姿態(tài)動作識別：包括定位形成骨架拓撲結(jié)構(gòu)的各個身體部位，提供了預(yù)訓(xùn)練模型，可用于人體和手部姿態(tài)估計，能夠在每幀中檢測多個人物；
10) 動作識別：對一系列視頻幀中發(fā)生的活動、行為或手勢進行分類；
11) 背景移除：生成一個掩碼，將圖像的前景與背景分割開來，可以用它來替換或模糊背景；
12) 單目深度：能夠從單目圖像推斷相對深度的深度神經(jīng)網(wǎng)絡(luò)
3. 機器人運動學(xué)與ROS機器人系統(tǒng)
1) 材質(zhì)：陽極氧化處理鋁合金；
2) 舵機方案：15Kg*5+6Kg*1智能串行總線舵機；
3) 機械臂自由度：5自由度+夾持器，200g有效負載，臂展350mm；
4) 攝像頭：采用USB接口，30萬像素，110度廣角攝像頭，480P分辨率（600*480）；
5) 接口：3個總線舵機接口，i2C接口；
6) ★OLED:顯示CPU占用，顯示內(nèi)存占用，顯示IP地址等基礎(chǔ)信息；
7) 支持PC上位機控制；
8) ★PC上位機支持FPV第一視角控制，并顯示3D仿真模型，并可以對機械臂進行實時仿真，顯示機械臂動作或控制3D圖形對機械臂進行控制；
9) ★支持ROS機器人操作系統(tǒng)；
10) 按鍵：2個；
11) 蜂鳴器：1個；
12) Mirco USB接口；
4. AI聽覺系統(tǒng)
1) ★基于USB接口設(shè)計，采用SSS1629音頻芯片，免驅(qū)動，多系統(tǒng)兼容;
2) ★板載兩個高質(zhì)量MEMS硅麥克風(fēng)，可左右聲道錄音，音質(zhì)更佳；
3) 板載標(biāo)準(zhǔn)3.5mm耳機接口，可通過外接耳機播放音樂；
4) 板載雙通道喇叭接口，可直接驅(qū)動揚聲器；
5) 板載喇叭音量調(diào)節(jié)按鈕，方便調(diào)節(jié)合適的音量；
5. ★語音情感識別
1) 虛擬環(huán)境：Anaconda 4.5.4；
2) 算法開發(fā)：CUDA、CUDNN、PyTorch、Tensorboard；
3) 深度模型：Mobilenet_v2；
4) 采用的特征為對語音信號做STFT，轉(zhuǎn)化為語音時頻圖；
5) 引入了shortcut機制，減少由于網(wǎng)絡(luò)深度的增加帶來的梯度消散；
6) 輸出結(jié)果顯示情緒及其概率，并展示圖片效果；
7) 情緒種類：不少于5類；
6. 基礎(chǔ)GPIO與傳感器實驗?zāi)K
1) 雙色LED：5mm紅綠雙色LED指示燈，帶限流電阻；
2) 繼電器：5V供電，1路光耦隔離，支持高/低電平觸發(fā)；
3) 輕觸開關(guān)按鍵：普通按鍵開關(guān)，自動復(fù)位；
4) U 型光電傳感器 ：使用進口槽型光耦傳感器，槽寬度10.5mm,帶輸出狀態(tài)指示燈，數(shù)字開關(guān)量輸出；
5) 模數(shù)轉(zhuǎn)換：單電源、低功耗8位COMS型A/D、D/A轉(zhuǎn)換芯片，它具有4路模擬量輸入通道、一路模擬量輸出通道和1個I2C總線接口；
6) PS2 操縱桿：模塊設(shè)二路模擬輸出和一路數(shù)字輸出接口；
7) 電位器：20K電位器；
8) 模擬霍爾傳感器：輸入為磁感應(yīng)強度，帶輸出狀態(tài)指示燈，數(shù)字開關(guān)量輸出和AO電壓輸出；
9) 光敏傳感器：基于內(nèi)光電效應(yīng)，帶輸出狀態(tài)指示燈，數(shù)字開關(guān)量輸出和AO電壓輸出；
10) 火焰報警：可以檢測火焰或者波長在760nm-1100nm范圍內(nèi)的光源，打火機測試火焰距離為80cm,探測角度60度，火焰檢測響應(yīng)時間<1s；
11) 氣體傳感器：金屬氧化物半導(dǎo)體（MOS）型氣體傳感器，可以檢測LPG、煙、酒、丙烷、氫氣、甲烷、和一氧化碳，濃度從200-10000PPM；
12) 觸摸開關(guān)：采用電容式觸摸傳感器，可以安裝在非金屬物體表面；
13) 超聲波傳感器距離檢測：感應(yīng)角度不大于15度，探測距離2-450cm,精度可達0.3cm;
14) 旋轉(zhuǎn)編碼器：A、B兩相都輸出方波，順時針方向旋轉(zhuǎn)時，A相超前B相90度，逆時針方向旋轉(zhuǎn)時，B相超前A相90度;
15) 紅外避障傳感器:反射距離1mm~25mm適用；
16) 氣壓傳感器：壓力范圍：300~1100hPa，分辨率為0.03hPa；
17) 陀螺儀加速度傳感器：芯片內(nèi)置16bit AD轉(zhuǎn)換器,16位數(shù)據(jù)輸出，陀螺儀范圍：±250 500 1000 2000 °/s，加速度范圍：±2±4±8±16g；
18) 循跡傳感器:檢測距離1-8mm,焦點距離為2.5mm；
19) 直流電機風(fēng)扇模塊:工作電流0.35-0.4A，電機軸長9mm；
20) 步進電機驅(qū)動模塊:步進角度：5.625 x 1/64,減速比：1/64；
7.配套資源：
1) ★顯示屏：10吋顯示屏，HDMI接口，分辨率為1080P。顯示屏傾斜安裝，傾斜角度大于5°；
2) 鍵盤鼠標(biāo)：干電池供電，藍牙連接；
3) 模型垃圾桶：尺寸：≥90*80*103mm；
4) 分類積木：不少于4個；
5) 網(wǎng)線：1.5米；
6) ★配套實驗指導(dǎo)書：不少于500頁；
7) 提供代碼：不少于50個；
8) ★提供人工智能專業(yè)課件及教材；
8.★配套人工智能技術(shù)課件教學(xué)系統(tǒng)適應(yīng)所有的教材，內(nèi)容豐富并可隨意調(diào)取。合理地運用多媒體課件教學(xué)系統(tǒng)，可以很大程度上減輕老師講課的工作量。
★1、提供開發(fā)單位“人工智能技術(shù)課件教學(xué)系統(tǒng)”著作權(quán)證書復(fù)印件加蓋單位公章；
★2、提供開發(fā)單位“授權(quán)書”原件并蓋公章；
★3、為了教學(xué)的統(tǒng)一性要求人工智能技術(shù)課件教學(xué)系統(tǒng)與實訓(xùn)裝置是同一個生產(chǎn)商！
(包含以下內(nèi)容):
第1章走進人工智能
第2章 知識表示
第3章 確定性推理
第4章 搜索策略
第5章 不確定性推理
第6章 計算智能
第7章 機器學(xué)習(xí)
第8章 專家系統(tǒng)
第9章 自然語言處理
第10章 分布式人工智能與Agent
第11章 人工智能在社會服務(wù)中的應(yīng)用
第12章 人工智能在經(jīng)濟生活中的應(yīng)用
三、實驗項目要求：
1. 用戶按鍵控制
2. 蜂鳴器控制實驗
3. OLED控制實驗
4. 控制單個舵機
5. 同時控制6個舵機動作
6. 讀取舵機當(dāng)前位置
7. 機械臂關(guān)節(jié)標(biāo)定實踐
8. 機械臂關(guān)節(jié)弧度及末端姿態(tài)控制
9. 機械臂舞蹈表演
10. 機械臂搬運色塊實踐
11. 機械臂搬運碼垛色塊實踐
12. 機械臂抓取工作區(qū)域九點標(biāo)定
13. 機械臂抓取工作區(qū)域物塊測試
14. 安裝和使用Matplotlib、Pyplot 和 Numpy
15. 在OpenCV中運行攝像頭
16. JetCam庫中測試USB攝像頭
17. OpenCV讀取、寫入和顯示圖像
18. OpenCV讀取、顯示和保存視頻
19. OpenCV繪圖函數(shù)使用
20. OpenCV圖像質(zhì)量和像素操作
21. OpenCV圖片剪切
22. OpenCV圖片平移
23. OpenCV圖片鏡像
24. OpenCV仿射變換
25. OpenCV圖片縮放
26. OpenCV圖片旋轉(zhuǎn)
27. OpenCV圖片處理
28. OpenCV灰度處理
29. OpenCV圖像美化
30. OpenCV邊緣檢測
31. OpenCV二值化處理
32. OpenCV矩形圓形繪制
33. OpenCV文字圖片處理
34. OpenCV線段繪制
35. OpenCV彩色圖片直方圖
36. OpenCV直方圖均衡畫
37. OpenCV圖片修補
38. OpenCV亮度增強
39. OpenCV高斯均值濾波
40. OpenCV磨皮美白
41. OpenCV中值濾波
42. 顏色檢測
43. 臉部和眼睛檢測
44. 行人檢測
45. 汽車檢測
46. 車牌檢測
47. 目標(biāo)追蹤
48. 定位物體實時位置
49. 攝像頭機械臂物體追蹤
50. 攝像頭機械臂人臉追蹤
51. 色塊抓取分揀實驗
52. AI人工智能機械臂與主人互動實踐
53. AI人工智能機械臂手勢識別抓取指定色塊進行碼垛
54. AI人工智能機械臂垃圾分類實踐
55. 圖像分類
56. 物體檢測
57. 語義分割
58. 人體姿態(tài)動作識別
59. 背景移除
60. 單眼深度圖
61. 目標(biāo)檢測
62. AI在線語音合成實驗
63. AI語音聽寫流式實驗
64. 圖靈機器人實驗
65. AI全鏈路人機交互語音實驗
66. AI機器人語音對話實驗
67. SnowBoy語音喚醒實驗
68. 語音情感識別
69. 提供不少于20個GPIO控制與傳感器實驗?zāi)K
相關(guān)產(chǎn)品：