人工智能發(fā)展所必需的四個(gè)要素：應(yīng)用場(chǎng)景、大數(shù)據(jù)、計(jì)算能力和人才。而在場(chǎng)景確定、大數(shù)據(jù)豐富和計(jì)算能力不斷提升的今天，人工智能人才的培養(yǎng)就顯得尤為重要。人工智能技術(shù)包括：圖像分析理解、自然語(yǔ)言識(shí)別、語(yǔ)音識(shí)別、機(jī)器人行為學(xué)等。不管是哪種應(yīng)用，人工智能的核心都是“機(jī)器學(xué)習(xí)”——先對(duì)已知數(shù)據(jù)“降維”，再對(duì)目標(biāo)網(wǎng)絡(luò)“訓(xùn)練”，進(jìn)而生成所需要的“成熟分類網(wǎng)絡(luò)”。

在這些應(yīng)用場(chǎng)景中，基于圖像的深度學(xué)習(xí)所采用的數(shù)據(jù)維度是最多的，應(yīng)用范圍也是的。維視智造集合十幾年的機(jī)器視覺產(chǎn)品研發(fā)經(jīng)驗(yàn)和院?？蒲薪虒W(xué)特點(diǎn)，創(chuàng)新性的推出了“MV-AI-VISION科研應(yīng)用開發(fā)平臺(tái)”專門解決“人工智能”技術(shù)在機(jī)器視覺領(lǐng)域的學(xué)習(xí)和落地應(yīng)用訓(xùn)練。

任何需要深度學(xué)習(xí)技術(shù)解決的項(xiàng)目，都可以在“MV-AI1000”上做開發(fā)設(shè)計(jì)。

基于英特爾EIS平臺(tái)的源碼級(jí)深度學(xué)習(xí)實(shí)驗(yàn)課程

功能特點(diǎn) FUNCTION

 1.精準(zhǔn)（圖像）大數(shù)據(jù)采集——提供同分辨率、同維度、同參數(shù)下細(xì)分行業(yè)“精準(zhǔn)圖像大數(shù)據(jù)集”的自動(dòng)采集。這是“人工智能”技術(shù)在機(jī)器視覺領(lǐng)域落地應(yīng)用的“數(shù)據(jù)”基礎(chǔ)。

基于“MV-AI1000平臺(tái)”的瓶蓋缺陷數(shù)據(jù)（部分）

2.機(jī)器學(xué)習(xí)基礎(chǔ)到應(yīng)用——基于OpenVINO提供包括圖像標(biāo)記、神經(jīng)網(wǎng)絡(luò)搭建及神經(jīng)網(wǎng)絡(luò)訓(xùn)練等實(shí)驗(yàn)項(xiàng)目。

神經(jīng)網(wǎng)絡(luò)訓(xùn)練

3.源碼級(jí)的“深度學(xué)習(xí)”實(shí)驗(yàn)項(xiàng)目——基于OpenVINO提供“成熟神經(jīng)網(wǎng)絡(luò)”的調(diào)用、調(diào)參等實(shí)驗(yàn)項(xiàng)目。

源碼級(jí)的EII平臺(tái)搭建實(shí)驗(yàn)

4.深度學(xué)習(xí)場(chǎng)景落地應(yīng)用平臺(tái)——基于英特爾EII平臺(tái)的深度學(xué)習(xí)場(chǎng)景落地部署。

5.豐富的教學(xué)資源

• 平臺(tái)配備“目標(biāo)圖像獲取”、“圖像預(yù)處理”、“深度學(xué)習(xí)”、“PLC編程”、“數(shù)據(jù)通訊”等多個(gè)實(shí)驗(yàn)教學(xué)項(xiàng)目，鍛煉學(xué)生的個(gè)人能力、溝通交流能力、團(tuán)隊(duì)協(xié)作能力。

• 提供從基礎(chǔ)操作到實(shí)際應(yīng)用，詳盡的實(shí)驗(yàn)指導(dǎo)手冊(cè)、設(shè)備使用手冊(cè)。設(shè)計(jì)由淺入深的學(xué)習(xí)實(shí)驗(yàn)，從基礎(chǔ)操作到實(shí)際應(yīng)用。實(shí)驗(yàn)指導(dǎo)書包含：實(shí)驗(yàn)背景、實(shí)驗(yàn)?zāi)康?、?shí)驗(yàn)原理、實(shí)驗(yàn)方案、實(shí)驗(yàn)步驟、實(shí)驗(yàn)結(jié)論、實(shí)驗(yàn)報(bào)告內(nèi)容及要求等。
• 
• 應(yīng)用場(chǎng)景 APPLICATION
  
• 
  

缺陷檢測(cè) 基于英特爾EIS平臺(tái)的PCB缺陷檢出
模式識(shí)別 輕量級(jí)“物體識(shí)別神經(jīng)網(wǎng)絡(luò)”
目標(biāo)跟蹤 輕量級(jí)“人臉檢出”模型
缺陷及分選 基于深度學(xué)習(xí)的瓶蓋生產(chǎn)問題分類

典型案例 CASE

水果分選——基于“紅通道”的蘋果顏色分級(jí)	PCB板缺陷檢測(cè)——自適應(yīng)缺陷檢測(cè)
智能抓取——智能特征識(shí)別定位	復(fù)雜環(huán)境的字符識(shí)別——智能多模板字符匹配