嵌入式人工智能实验箱
本产品是一款面向人工智能、物联网、自动化相关专业的综合教学平台，集成了嵌入式系统、机械臂、计算机视觉系统、智能语音处理，以及摄像头、温湿度传感器、红外测距等多种传感器应用模块，通过搭建边缘计算终端，为相关的应用开发提供统一的通讯协议和接口。
产品基于Linux操作系统，可采用Python语言进行课程教学及资源研发，适用于嵌入式系统及应用、Python程序设计、机器学习、深度学习、数字图像处理、计算机视觉、语音识别、智能机器人、物联网等课程的教学与实践。
一款面向人工智能、物联网、自动化相关专业的综合教学平台,集成EdgeBoard计算卡、单片机、屏幕麦克风、机械臂、深度摄像头以及多种传感器模块。
全套教程附带基础和进阶例程,帮助用户逐步学习和掌握各项功能。
聚焦智能家居、智能安防、智能交互、智慧医疗、智慧仓储、智慧工厂“三智能三智慧“六大领域,以项目为驱动，全面培养学生在人工智能领域的实践创新能力。
| 章 | 节 |
|---|---|
| 第1章 人工智能起源与发展 | 1.1 人工智能起源 |
| 1.2 人工智能发展 | |
| 1.3 现状与研究热点 | |
| 第2章 机器学习概述 | 2.1 机器学习定义 |
| 2.2 机器学习基本概念 | |
| 2.3 机器学习常用算法 | |
| 第3章 神经网络与深度学习 | 3.1 人工神经网络概述 |
| 3.2 前馈神经网络 | |
| 3.3 循环神经网络 | |
| 3.4 深度神经网络 | |
| 3.5 卷积神经网络 | |
| 3.6 Transformer模型 | |
| 第4章 智能系统 | 4.1 环境感知 |
| 4.2 信息处理 | |
| 4.3 信息传递 | |
| 4.4 控制与执行 | |
| 4.5 人机交互 | |
| 4.6 实训1：开发环境配置 | |
| 第5章 图像处理技术 | 5.1 图像获取与表示 |
| 5.2 图像预处理 | |
| 5.3 实训2：图像数据集采集实验 | |
| 5.4 实训3：图像预处理实验 | |
| 5.5 图像去噪与增强 | |
| 5.6 图像特征提取 | |
| 5.7 相机标定 | |
| 5.8 实训4：相机标定与图像校正实验 | |
| 5.9 实训5：AI数据标注实验 | |
| 5.10 实训6：数据集划分实验 | |
| 第6章 机器视觉 | 6.1 计算机视觉概述 |
| 6.2 视频分析技术 | |
| 6.3 运动检测 | |
| 6.4 运动目标跟踪 | |
| 6.5 实训7：AI模型训练实验 | |
| 6.6 实训8：AI模型评估实验 | |
| 6.7 实训9：AI模型优化实验 | |
| 6.8 实训10：AI模型部署实验 | |
| 6.9 实训11：基于KCF的运动目标跟踪 | |
| 第7章 检测与识别 | 7.1 目标检测概述 |
| 7.2 目标识别技术 | |
| 7.3 实训12：目标检测编程实验 | |
| 7.4 文字识别（OCR） | |
| 7.5 实训13：手写数字识别编程实验 | |
| 7.6 人体关键点检测与姿态估计 | |
| 7.7 实训14：人体姿态检测编程实验 | |
| 7.8 人脸关键点检测与情绪识别 | |
| 7.9 实训15：人脸关键点检测编程实验 | |
| 第8章 智能语音技术 | 8.1 语音识别技术 |
| 8.2 实训16：语音识别实验 | |
| 8.3 语音合成技术 | |
| 8.4 实训17：语音交互技术编程实验 | |
| 第9章 人工智能应用 | 9.1 人工智能综合应用场景概述 |
| *9.2 实训18：智能家居系统设计与实现 | |
| *9.3 实训19：智能安防入侵检测系统设计与实现 | |
| *9.4 实训20：智能交互系统设计与实现 | |
| *9.5 实训21：智慧医疗体检系统设计与实现 | |
| *9.6 实训22：智慧仓储系统设计与实现 | |
| *9.7 实训23：智慧工厂产品质检系统设计与实现 |
课程定位人工智能、计算机、自动化、物联网专业高等院校学生。
