货物技术参数表.docx

《货物技术参数表.docx》由会员分享，可在线阅读，更多相关《货物技术参数表.docx（11页珍藏版）》请在第壹文秘上搜索。

1、附件：货物技术参数表序号货物名称技术参数数量单位1Al教产研平台一、总体要求满足学生对于Al技术的教学和学习需求，从教学、实训、创新、作业、作品、赛事六个维度，让复杂的Al理论学习更贴近实际，更具可操作性和实践性，同时保持提供的人工智能技术的领先性和平台功能的丰富性。支持每届200个学生学习使用。二、功能需求1.为保证数据安全，平台须采用B/S架构，须基于国内拥有自主知识产权的深度学习算法平台之上研发，部署安装在学校。平台系统能够作为一个子系统，挂接在学校教学平台上，与教学平台的登陆接口、成绩评定接口无缝对接。实现在线教学。平台系统支撑人工智能专业相关课程的综合实践学习、在线实操训练和开发应用

2、，支持机器学习、深度学习、计算机视觉技术、自然语言处理、深度学习应用实战、大数据处理等。平台支持人工智能深度学习工程应用1+X证书在线教学、实操训练、模拟考试等，调用数据集、代码等进行在线交互式学习和算法校验。2 .本项目中平台要求每届提供至少200个学习账号，60名学生同时开展实训。3 .在线实训界面应包括项目管理区，代码编辑区和结果展示区3部分，涵盖任务式教学步骤、技术学习资源、教学课件、微课浏览、实训管理、代码编辑、报告管理和实操控制等。在线学习界面采用教学实训一体化设计，并提供开源硬件接口。4 .用户可通过浏览器登录到系统进行实验。平台支持人工智能技术应用课程案例，需要包含人脸检测、植

3、物识别、文本检测、图像标签应用等APl调用案例；平台内可直接对接到百度等Al开放平台，要求开放平台包含但不限于以下APl接口：语音、图像、NLP等多项人工智能技术（具体接口在软件能力部分体现），且接口可按照课程的步骤内容在平台进行调用复现。5 .系统架构至少包括基础资源层、中间件、数据中台、服务中台和应用层。平台与EasyDL等Al产业化开发平台打通对接，面向开发者提供Al开发全流程支持，可在线进行数据上传、智能标注、模型训练及多种形式服务部署等深度学习工程应用操作。提供图像分类、目标检测、图像分割、文本分类、情感分析、语音分类、语音识别、视频分类、动作检测、表格数据预测、时序数据预测等Al应

4、用功能。6 .基础资源层包括服务器，存储等硬件管理。7 .中间件支持MySQL、RabbitMQ等服务。8 .数据中台至少包括统一数据服务，实时查询与性能分析，数据同步，日志采集等功能。9 .服务中台至少包括用户鉴权，权限管理和Al实训引擎、Al后台任务引擎、AISDK服务、算法校验、课程管理、数据集管理、实训管理、镜像管理等功能模块。要求平台支持移动端登陆，支持超大文件数据上传以及断点续传功能。10 .支持创建、删除、查询个人项目。支持教师运用平台工具自定义修改课程内容。11 .支持设置项目是否为私有项目。1项12 .支持在系统标准项目案例的基础上开展实训和编程学习。实训实操时，需提供PyC

5、harmxJupyter等在线IDE供选择使用。13 .支持编程环境，至少包括：资源管理、连接硬件、代码保存、Python编程、代码编译执行及结果输出；支持以文本、图像、视频等形式输出程序执行结果；支持树莓派或jetsonnan。等开发套件。14 .提供应用案例，案例包括但不限于：根据人脸识别结果，给陌生人脸打码的人脸识别类项目案例；通过训练模型预测图片分类的项目案例、基于树莓派的开源硬件类项目案例或高考数据分析、地理信息可视化等。15 .支持版本管理，支持代码托管、支持线上保存单用户同一项目的多个代码版本。16 .支持管理员、教师、学生三级权限控制体系；管理员可以对教师和学生账号进行管理，教

6、师可以对学生和教学过程进行管理，学生可以登陆平台展开学习和实训。平台须为教师提供具备代码级阅卷功能。评阅信息包含实训完成情况、提交时间等信息。评阅过程中可查看学生实训报告、实训代码文件，以及具体实训完成时间、班级平均完成率等信息，可以对学生实训作业计分。17 .账号管理支持教师、学生账号的增删改查基本管理；支持密码重置。18 .支持教师通过平台独立设计并开发PythOn编程、嵌入式编程、大数据、人工智能等专业课程，并直接通过平台展开日常教学。平台能够挂接由第三方开发的人工智能、大数据处理领域的课程，并支持其课程实验。19 .支持教师个人或带领学生团队通过平台提供的API库、兼容的硬件及平台等资

7、源展开科研项目创新。平台内置Al科创体验馆或Al开发中心，系统内置Al算法，学生可以进行图像多标签识别、人脸相似度对比、文字OCR识别及内容审核、网络及本地图片识别等Al功能的体验或开发。20 .支持教师个人或带领学生团队通过平台组织创新型项目。21 .项目案例包含智能垃圾分类，图像人脸打码，人脸打卡测温系统。22 .图像人脸打码项目案例。支持定义主角后通过算法在照片中将除主角外的人脸打上马赛克，并提供示例代码，示例代码可直接运行出现结果，结果展示区可展现主角照片、打码前照片、打码后照片等。23 .图像人脸打码项目案例，支持初始化客户端、定义一些存取文件及展示图片的工具函数、获得图片、展示初始

8、图片、检测人脸并获取对应的坐标信息列表、循环人脸的坐标矩阵列表进行头像裁剪、获取需要打马赛克的区域列表、对合照中其他人进行马赛克、设置各方向绘制的马赛克块个数、绘制马赛克（绘制矩形并填充颜色）、马赛克矩形格大小、矩形颜色取中心像素点RGB值、展示结果。三、软件能力1 .通过HTTPAPl的方式提供通用接口，支持人脸关键点分析，用72点或者150点检测出单张图像里的面部关键点。包含Java和Python开发语言的DEMOo2 .通过HTTPAPl的方式提供通用接口，支持图像人脸检测，用于检测跟踪，包含三种模型，可以检测单张图像中的多张人脸，进行人脸属性分析、情绪分析。包含JaVa和PythOn开

9、发语言的DEM0。3 .通过HTTPAPl的方式提供通用接口，支持OCR文字识别，用于识别单张图像中的文本文字。包含JaVa和Python开发语言的DEM0。4 .通过HTTPAPl的方式提供通用接口，支持人体动作识别，用于检测人体动作，识别人体的动作形态，可适用于车载场景，识别静默、使用手机、抽烟、交谈、揉肩、伸懒腰、打哈欠、打盹等动作中的其中三种动作姿态。包含JaVa和Python开发语言的DEMOo5.通过HTTPAPl的方式提供通用接口，支持图像灰度变换或图像色彩增强，用于对输入的单张图片文件做像素格式转换，可应用图像颜色变换对二维图像进行图片灰度化或色彩增强等。包含JaVa和Pyth

10、on开发语言的DEMOo6.通过HTTPAPl的方式提供通用接口，支持图像缩放变换或，用于对输入的单张图片文件做缩放，根据输入的缩放宽度、长度对输入的二维图像做等比例放大或缩小。支持图像无损放大（2倍）。包含JaVa和PythOn开发语言的DEM0。7 .通过HTTPAPl的方式提供通用接口，支持图像旋转变换，用于对输入的单张二维图像文件做旋转，根据输入的旋转角度旋转图像。包含JaVa和Python开发语言的DEMOo8 .通过HTTPAPl的方式提供通用接口，支持图像裁剪变换或图像修复，用于对输入的单张图片文件做裁剪或智能修复，根据输入的裁剪区域和二维图像长和宽截取图像或智能去除图像中不需要

11、的物体。包含Java和Python开发语言的DEMOo9 .通过HTTPAPl的方式提供通用接口，支持图像仿射变换或图像拉伸修复，用于对输入的单张图片文件做仿射变换或智能修复过度拉伸的图像，可应用仿射变换对二维图像进行平移、缩放、旋转等操作。包含JaVa和Python开发语言的DEMOo10 .通过HTTPAPl的方式提供通用接口，支持视频人脸跟踪，用于对单个静态视频文件中人脸进行跟踪，异步或同步执行，获取处理后的视频文件或人脸所在抽帧地址。支持视频场景识别，输出可能的场景标签。包含Java和Python开发语言的DEMOo11 .通过HTTPAPl的方式提供通用接口，支持视频人体跟踪或手势跟

12、踪，用于对单个静态视频文件中人体或手势进行跟踪，异步或同步执行，获取处理后的视频文件。包含JaVa和Python开发语言的DEMOo12 .通过HTTPAPl的方式提供通用接口，支持脸部特征抽取，用于从单张图片中获取人脸的脸部特征数据。包含Java和Python开发语言的DEMOo13 .通过HTTPAPl的方式提供通用接口，支持获取图像相似度得分，用于从两张只有一张人脸的图片中获取人脸的脸部特征数据，并对比两张图片中人脸的相似度，得分在0到1之间，值越大相似度越高。包含JaVa和Python开发语言的DEMOo14 .通过HTTPAPl的方式提供通用接口，支持对比图像是否为同一人，用于从两张

13、只有一张人脸的图片中获取人脸的脸部特征数据，并对比两张图片中人脸是否为同一个人。包含Java和Python开发语言的DEMOo15 .提供SDK&API错误码查询，支持至少10种通用错误（如请求的资源无权限访问），至少11种SDK内部错误（如图像中未检测到人脸），至少24个业务参数错误（如base64编码的图像不合法）。2CPU计算服务器L性能参数:CPU双核2.4G,内存256G,硬盘3.6T,GPU支持3*GPU,RAID卡12GBSASRAID、支持RGDo/1/5/6/10/50/60,冗余电源，千兆电口。2 .内置适配Al教产研平台的多服务器负载均衡集群管理程序,可监控管理多台服务器

14、的负载运行状态，支持后期动态添加算力服务器实现更大规模的用户并发，支持根据用户在Al教产研平台的实训任务自动完成算力负载均衡，确保算力集群的稳定性。3 .服务要求：3年质保服务。1台3存储1.性能参数：CPU双核2.4G,内存256G,硬盘L2T,GPU支持3*GPU,缓1台服务器存8G,双热插拔冗余电源，千兆电口。2 .内置适配Al教产研平台的容器化数据库有存储空间，可兼容读写Al教产研平台的所有数据集、实操任务、微课视频等指定格式文件，适配平台所需要的多用户多权限管理模式。3 .服务要求：3年质保服务。4应用服务器L性能参数：性能参数：CPU双核2.4G,内存128G,硬盘6T,缓存8G,

15、RAlD卡12GB、SASRAlD、支持RAlDO/1/5/6/10/50/60,热插拔冗余电源，千兆电口。2 .内置可兼容Al教产研平台容器化的图形及Al计算驱动。内置PythOn3、Pyeharm、Jupyter等多个初始环境,TesorflowxPytorchsPaddIePaddIe等多种深度学习框架，机器学习、计算机视觉、自然语言处理、语音识别等开发框架，常用图像处理、数据抓取、数据分析、数据可视化等软件安装包，在一键创建实训环境时可直接选用。同时一键创建实训环境功能支持安装自定义软件安装包。3 .与Al教产研平台的实训编程环境打通，支持CPU、GPU双实训算力环境，支持同一用户的双实训算力环境无缝切换。支持多用户的编程任务进行CPU、GPU的算力资源调度，达到算力利用的最大化。4 .支持100个并发的CPU训练、50个并发的GPU训练。5 .服务要求:3年质保服务。145计算机视觉课程资源包一、基本要求1.掌握使用Python完成图像和视频的基本处理、经典的计算机视觉方法、使用深度学习算法完成图像处理，并基于Al教产研平台开展包括人脸识别、动作识别、图像识别、风格迁移、图像超分辨、AR、3D重构等计算机视觉应用实训。2 .实验运行在平台上，学生通过PC机浏览器接入平台使用。3 .课程内容以项目/任务式案例形式呈现。按照学校提供的课程模板编写。4 .提供课程标