人工智能AI實訓平臺是一套以“AI+X”為理念的多功能綜合教學實訓平臺，包含了完整的邊緣計算人工智能設備的架構。既能滿足人工智能實訓所需的算法構建、模型訓練、模型部署、模型推理等要求，又能將人工智能的模型通過唯眾融合云平臺和各類的終端節點設備進行聯動，讓人工智能實訓變成看得見 、摸得著的典型項目應用。
升級版產品外觀：
| 人工智能AI實訓裝置 | |||
| 序號 | 設備名稱 | 技術參數 | 備注 |
| 1 | 人工智能AI實訓裝置 | 2、六核ARM 64位處理器（雙核Cortex-A72+四核Cortex-A53），內存3G LPDDR3，四核ARM Mali-T860 MP4 GPU，支持OpenGL ES1.1/2.0/3.0/3.1, OpenVG1.1, OpenCL, DX11；支持AFBC（幀緩沖壓縮）、高性能NPU支持8bit/16bit運算，支持TensorFlow、Pytorch、Caffe、Mxnet、Darknet、Onnx主流深度學習框架。
3、核心板載SPI接口、GPIO口、電源指示燈、ADC接口、IIC接口、16G儲存eMMC、1000Mbps以太網接口、音頻輸出、TF-Card接口、USB接口、電源按鍵、復位按鍵、SIM卡座。 4、路由器模塊： WAN口和LAN口，支持DHCP和靜態IP模式，支持無線WIFI加密模式。 5、終端節點模塊： OLED顯示屏，用戶按鍵，有源蜂鳴器， DC5V電源控制開關。 6、可直插無線傳輸模塊，執行器模塊。 7、支持TCP/IP通訊協議、支持WiFi通訊協議、支持Socket通訊協議、支持藍牙通訊協議、支持MQTT通訊協議。 8、提供完整U-boot、Linux內核、根文件系統鏡像，提供滿足人工智能AI實訓需求的集成開發環境鏡像、提供完整的項目案例源碼和配套資源。 9、提供無線通信模組源碼以及與之對應安裝教程、開發教程、軟件應用教程。 10、提供人工智能AI項目案例資源。 |
標配 |
| 2 | 物聯網短距離無線通信模組 | 1、WiFi無線通信模塊
（1）集成 ESP32-WROOM-32 芯片，內置兩個低功耗 Xtensa ® 32-bit LX6 MCU，40MHz晶振，時鐘頻率高達 240 MHz。 （2）內存：448KB ROM，520KB SRAM，RTC 快速存儲器（8KB SRAM）、RTC慢速存儲器（8KB SRAM）。 （3）WiFi認證為Wi-Fi Alliance，執行標準802.11 b/g/n，數據速率高達150Mbps，A-MPDU 和 A-MSDU 聚合，0.4us保護間隔，工作信道中心頻率范圍：2.4 GHz ~ 2.5 GHz。 （4）支持多種低功耗工作狀態：精細時鐘門控、省電模式和動態電壓時鐘頻率調節。 （5）安全機制：1 Kbit 的eFuse 存儲、安全啟動、Flash 加密、數字簽名，支持 AES、SHA 和 RSA 算法。 （6）支持SD 卡、UART、SPI、SDIO、I 2 C、LED PWM、電機 PWM、I 2 S、IR、脈沖計數器、GPIO、電容式觸摸傳感器、ADC、DAC等接口。 （7）符合藍牙 v4.2 BR/EDR 和 BLE 標準，具有–97 dBm 靈敏度的 NZIF 接收器。 （8）可直接對接物聯網融合云平臺。 （9）支持圖形化編程，采用MicroPython語言編程，支持函數、仿真，支持hex、python、blockly三種代碼讀寫等功能。 |
選配 |
| 3 | 人工智能AI攝像頭 | 高清攝像頭
（1）分辨率：1920*1080。 （2）視野范圍：75°廣角。 （3）焦距：焦距范圍4.0毫米。 （4）視頻幀： 30fps （5）USB2.0接口，兼容USB1.1/3.0。 （6）感光元件：CMOS （7）內置麥克風 |
標配 |
| 4 | 音頻信號模塊 | 1、音頻麥克風
（1）音頻范圍：360°全向拾音。 （2）降噪：內置降噪模塊，360°全場景降噪。 （3）插頭：3.5mm標準4段式插頭。 （4）靈敏度：-30dB±2dB。 （5）頻率響應：18Hz-14Hz。 （6）工作電壓：5V。 |
選配 |
| 5 | 顯示終端 | 高清顯示屏
（1）分辨率：1920*1080 （全高清）。 （2）尺寸： 10寸。 （3）色域：NTSC≥72%。 （4）灰階響應時間：2 ms。 （5）屏幕比例：16:9。 （6）動態對比度：1000:1。 （7）平均亮度: 500cd/m^2。 （8）接口類型: HDMI VGA DC USB 2.0 Mini USB。 （9）工作電壓：5V。 |
標配 |
| 6 | 終端節點執行模塊 | 1、RGB三色燈執行器
（1）8組RGB三色LED燈組合顯示。 （2）工作電壓：2.4 ~ 5.5V。 （3）電平輸出：高3.3V，低2.4V。 （4）驅動方式：三線制電平驅動。 （5）額定功率：200mA。 2、級聯點陣顯示設備 （1）MAX7219集成化的串行輸入/輸出共陰極顯示驅動器。 （2）SPI全雙工通訊，傳輸速率最高可達10Mbps。 （3）工作電壓：4V ~ 5.5V。 （4）工作溫度：-40℃ ~ 85℃。 （5）最大功率耗散：1066mW。 （6）級聯設備數：4。 （7）高電平輸出電流：65mA。 （8）支持16*16分辨率字符顯示。 3、智能語音播放設備 （1）XFS515語音合成芯片，可采用GB2312、GBK、BIG5、UNICODE四種編碼方式。 （2）UART串口通訊，四種波特率支持：4800bps、9600bps、57600bps、115200bps。 （3）工作電壓：3.3V模擬電源輸入。 （4）輸出：正負音頻輸出。 （5）工作溫度：-40℃ ~ 85℃。 （6）儲存溫度：-55℃ ~ 125℃。 （7）支持語音編碼、解碼功能。 （8）支持用戶錄音、播放功能。 （9）支持輕量級語音識別功能。 4、繼電器 （1）工作電壓：5V DC。 （2）寬范圍接點切換領域10uA ~ 2A。 （3）線圈接點間、同極接點間FCC parts68標準。 （4）額定電流：100mA。 （5）線圈電阻：50Ω。 （6）消耗功率：約500mW。 （7）動作時間：7ms以下。 （8）壽命：10萬次以上。 （9）環境溫度：-25℃ ~ 65℃。 5、直流風扇 （1）工作電壓：DC12V。 （2）工作電流：0.18A。 （3）轉速：6000RPM。 （4）風量：6.2CFM。 （5）噪音：18d –BA。 （6）風壓：0.1 IN H20。 |
選配 |
教學
以職業院校人工智能技術服務專業人才培養的目標和方法為基礎，在實訓教學上進行優化和設計，提出從人工智能基礎知識技術的認知，到人工智能項目實操技能的訓練，最終達到人工智能技術服務專業崗位能力提升的教學理念。
技術
平臺設計上對主流的人工智能深度學習框架進行了適配，包括TensorFlow、keras、Caffe、Mxnet、Pytorch，整合了人工智能項目開發中所需用到的各種環境和依賴，讓用戶能夠脫離服務器和PC進行人工智能的項目開發。另外平臺的開發環境也支持諸如“AI+X（物聯網）”綜合項目的開發。
應用
系統以智能家居、智慧門禁、智能監控三大應用場景，及基于三大應用場景的多種業務子項，體現了人工智能智慧生活主題。所有的應用場景及業務子項功能，均來自真實的人工智能行業應用。
擴展
軟硬件系統采用平臺化、模塊化設計，結合通用化、標準化設計的人工智能實訓工位，除了可完成配套實訓內容的演示訓練，還可以基于人工智能實訓工位以及系統的軟硬件模塊，外接、擴展更多的技術或業務。
配套
該產品除完整的軟硬件系統外，還配備針對設備完整的人工智能實訓指導書、完整豐富的教學實訓素材資源、以及基于設備系統的人工智能教學視頻光盤。本產品提供免費的安裝部署服務和設備實訓培訓服務。
1）、硬件功能強大
核心板CPU采用了六核ARM 64位處理器（雙核Cortex-A72+四核Cortex-A53），主頻高達1.8GHz，GPU為四核ARM Mali-T860 MP4 GPU,另外配備有人工智能專用NPU，支持8bit/16bit運算，運算性能高達3.0TOPs。內存方面配備了6GB LPDDR3，儲存為 32GB eMMC。通信方面支持TCP/IP、WIFI、藍牙、MQTT、Socket、ssh、串口等。并且配備有豐富的外設接口（SPI、IIC、UART、GPIO等），可以滿足學生和老師不同的學習和開發需求。
2)、支持各種主流的深度學習框架
唯眾人工智能AI實訓平臺支持TensorFlow、Keras、Caffe、Mxnet、Pytorch等主流深度學習框架，并在基礎環境中提供TensoFlow、Keras、YoLo v3的開發環境和依賴。
3)、支持零編程
終端節點使用的是ESP32模塊，開發語言為MicroPython，該開發語言和Python3類似，配合唯眾圖形化編程工具可以讓學生和老師在不需要了解任何底層知識的情況下結合人工智能AI實訓平臺核心板的識別結果做出AIoT的典型行業應用的小型模型。
4)、完美融合物聯網
唯眾人工智能AI實訓平臺的對硬件進行了兼容性設計，在硬件上可以同時滿足物聯網、人工智能和嵌入式三個專業的實訓需求。這樣大大提高了實訓設備在學習不同專業的復用率，能夠大大減少學校實訓室場地不足的帶來的問題，同時也能夠為解決學校建設多個實訓室資金不足的問題。
5)、支持可視化界面設計工具
唯眾可視化界面設計工具是輔助師生用來構建AIoT應用程序的教學工具，它采用圖形化界面來代替代碼開發界面，通過拖拽、移動控件與控件節點，來完成頁面設計。在學生和老師學習AIoT完整項目時，可以通過唯眾可視化界面設計工具進行控制頁面的輔助構建。
6)、支持模型轉換
唯眾人工智能AI實訓平臺提供模型轉換工具，可以將學生和老師在X86架構的計算機中生成的hdf5、pb、onnx人工智能模塊轉化為ARM64架構的平臺能夠運行的人工智能模型，解決學生和老師的人工智能項目跨平臺部署的問題。
7)、配套完整的開發環境
唯眾人工智能AI實訓平臺基礎資源包中就包含了人工智能完整的開發環境，包括TensorFlow 、Kreas、Python、OpenCV、PIL、gcc、scipy等。學生和老師不需要自己動手搭建復雜的人工智能開發環境，可以直接進行實訓項目案例的學習。同時唯眾提供了基礎環境鏡像包，可以幫助學生和老師隨時恢復初始狀態。另外唯眾的人工智能技術團隊會不定期對開發環境進行擴展以適配新的業務場景。
按下主板電源鍵即可進入開機界面（默認不設置登錄密碼），界面如下：
可以看到桌面右上角有6個文件，以智能家居系統為例。該文件夾中包含了運行該系統的所有動態鏈接庫和依賴，Python相關的依賴在用戶的site-packages中。進入文件夾，界面如下：
點擊執行文件，選擇“執行”即可開啟智能家居系統。該系統為示例項目，以智能家居的應用背景為依托綜合演示了智能家居的模型結構和實現流程。學生可以通過前期的學習、編程、人工智能模型訓練、構建完成該項目的示例效果，也可以在該項目的基礎上進行擴展。
該系統可以用戶的語言信號進行識別，對于識別的結果進行解析然后構建相應的數據包發送給融合云平臺，終端節點模擬智能家居系統中家用電器，當收到云平臺發送相關指令后對指令進行解析而后控制繼電器操作家用電器開關。在智能家居中類似：智能窗簾、智能電視、智能空調等均基于該項目的基礎模型。
性別識別項目效果示例如下：
表情識別項目效果示例如下：
綜合識別項目是基于YOLO v3算法，YOLOv3是YOLO (You only Look Once)系列目標檢測算法中的第三版，相比之前的算法，尤其是針對小目標，精度有顯著提升。我們可以在此算法框架下利用自己的數據集，訓練自己需要的人工智能視覺識別模型。
網絡結構：
綜合識別項目效果示例如下：
免責聲明：當前頁為 人工智能AI實訓平臺產品信息展示頁，該頁所展示的 人工智能AI實訓平臺產品信息及價格等相關信息均有企業自行發布與提供， 人工智能AI實訓平臺產品真實性、準確性、合法性由店鋪所有企業完全負責。世界工廠網對此不承擔任何保證責任，亦不涉及用戶間因交易而產生的法律關系及法律糾紛，糾紛由會員自行協商解決。
友情提醒：世界工廠網僅作為用戶尋找交易對象，就貨物和服務的交易進行協商，以及獲取各類與貿易相關的服務信息的渠道。為避免產生購買風險，建議您在購買相關產品前務必確認供應商資質及產品質量。過低的價格、夸張的描述、私人銀行賬戶等都有可能是虛假信息，請您謹慎對待，謹防欺詐，對于任何付款行為請您慎重抉擇。
投訴方式：fawu@gongchang.com是處理侵權投訴的專用郵箱，在您的合法權益受到侵害時，請將您真實身份信息及受到侵權的初步證據發送到該郵箱，我們會在5個工作日內給您答復，感謝您對世界工廠網的關注與支持！
技術支持：世界工廠網
(c)2008-2025 世界工廠網V3.6 All Rights Reserved 豫ICP備2024066506號
