课程类别 |
课程要求 |
1.人工智能概论 |
课程内容 |
理解人工智能概念、发展历史、 |
2.Python基础编程 |
课程目标 |
掌控把握Python基础编程方法 |
课程内容 |
基于人工智能研发套件完成Python研发环境搭建,基础语法的入门,通信编程研发等。 |
课程实验 |
实验1:研发环境装配
实验2:数值类型
实验3:程序控制
实验4:函数类 |
实验5:模型块和标准库
实验6:文件和流
实验7:数值库和互联网编程
实验8:图形用户界面 |
3.数字图像处置整理
实验课程 |
课程目标 |
理解图像处置整理算法的原理
掌控把握数字图像处置整理的常用方法 |
课程内容 |
基于人工智能研发套件完成图像处置整理视觉库的装配、图像处置整理方法调用。 |
实验硬件 |
人工智能应用研发套件 |
课程实验 |
实验1 Opencv视觉库的装配配备
实验2 图像灰度化
实验3 归一化
实验4 二值化
实验5 图像滤波:高斯、中值 |
实验6 边缘检验测试:Sobel/Canny/hog
实验7 形态学
实验8 灰度直方图
实验9 锐化
实验10 钝化
实验11 图像增强 |
课程实验 |
实验1 颜色识别 |
理解颜色构成和表示方法;
使用Opencv库识别颜色,并播报。 |
实验2 简便图形形状识别 |
理解霍夫变换的原理;
涉及图像灰度化、归一化、滤波、边缘检验测试等知识点;
使用Opencv库识别圆形、矩形,并播报。 |
4.机器学习掌控把握
应用实验课 |
课程目标 |
1.理解机器学习掌控把握的分类:无监督、有监督
2.理解数值集的原理、作用、存储格式
3.理解至少一种聚类算法如K-Means的原理:欧式距离、余弦距离曼哈顿距离计算方法;
4.理解至少一种机器学习掌控把握算法如Adaboost、SVM、决策树等的原理:分类器的流程;
5.掌控把握聚类算法、分类器算法的调用方法
6.掌控把握分类器的检验测试分类效果
7.掌控把握按照分类效果,实行智能控制
8.经过增减数值集,掌控把握算法实训的全过程 |
课程内容 |
能够使用机器学习掌控把握的算法,完成聚类、分类、以及能够集合声、光、电设备完成关联控制 |
课程实验 |
实验1 鸢尾花聚类播报
实验2 脸部数值集解析显露 |
实验3 人脸检验测试控制实验
实验4 行人检验测试控制实验
实验5 车牌识别 |
5.深度学习掌控把握
应用实验课 |
课程目标 |
1.理解深度学习掌控把握的定义,与机器学习掌控把握的区别
2.理解数值集的原理、作用,以及格式
2.理解至少一种深度学习掌控把握算法的课程课程理论:如CNN、RNN、BP神经互联网
3.掌控把握至少一种深度学习掌控把握框体结构的使用方法:如Caffe、TensorFlow
4.掌控把握使用深度学习掌控把握方法完成识别的方法
5.掌控把握按照识别成果,实行智能控制,如语音播报识别到的数字,语音播报识别到的物体名称,控制声、光、电执行部位件。
6.经过多加数值集,掌控把握算法实训的全过程。 |
课程内容 |
能够使用深度学习掌控把握的方法,完成数字、物体识别,使人工智能与物联网感控设备联动 |
课程实验 |
实验1 手写数字识别
实验2 涂鸦猜游戏 |
实验3 物体识别
实验4 垃圾分类 |
6.自然语言应用研发实验课 |
课程目标 |
掌控把握使用人工智能平台SDK完成语音识别技能 |
课程内容 |
1)经过写入的语音实行识别,能够支持整段音频实行识别以及流式语音识别。
2)整段文字识别,在用户录入整段音频后,能够将返回语音的文字内容。
3)流式识别可以完成边录音边识别,并能在录入过程中将识别的内容同步显露出来。 |
课程实验 |
实验1 语音唤醒
实验2 语音合成 |
实验3 语义理解
实验4 文字识别 |
7.嵌入式连接口技术与传感器系列 |
课程目标 |
掌控把握单片机传感器原理研发 |
课程内容 |
1.温湿度传感器实验
2.光敏传感器实验
3.pm2.5传感器实验
4.结露传感器实验
5.超声波传感器实验
6.红外反射传感器实验
7.霍尔传感器实验
8.称重传感器实验 |
9.九轴传感器实验
10.热释红外传感器实验
11.振动传感器实验
12.声音传感器实验
13.紫外线传感器实验
14.环境光传感器实验
15.红外对射传感器实验
16.颜色识别传感器实验 |
8.嵌入式Android系统应用研发 |
课程目标 |
掌控把握Android物联网应用研发方法 |
课程内容 |
1.网关接入云平台配备
2.ModbusRTU通信协议的解析
3.平台JSON数值包重组 |
4.MQTT协议解析与测量试验
5.HTTP协议解析与测量试验 |