人工智能教學(xué)開(kāi)發(fā)實(shí)驗(yàn)箱

更新時(shí)間：2025-10-29

簡(jiǎn)要描述：

人工智能教學(xué)開(kāi)發(fā)實(shí)驗(yàn)箱基于NVIDIA Jetson Nano平臺(tái)，集成128核GPU與四核ARM處理器，提供4GB內(nèi)存及豐富外設(shè)接口。支持OpenCV圖像處理、機(jī)器學(xué)習(xí)算法及深度學(xué)習(xí)模型部署等實(shí)訓(xùn)項(xiàng)目，適用于人工智能、計(jì)算機(jī)科學(xué)等專業(yè)的《邊緣計(jì)算技術(shù)》、《深度學(xué)習(xí)應(yīng)用》課程，培養(yǎng)學(xué)生AI模型開(kāi)發(fā)與邊緣部署的實(shí)踐能力。

免費(fèi)咨詢：021-56311657

發(fā)郵件給我們：shanghaimaoyu@126.com

一、人工智能教學(xué)開(kāi)發(fā)實(shí)驗(yàn)箱總體介紹
1、人工智能教學(xué)開(kāi)發(fā)平臺(tái)采用Jetson Nano開(kāi)發(fā)套件
2、提供現(xiàn)代AI的強(qiáng)大功能。完整的軟件可編程性。Jetson Nano采用四核64位ARM CPU和128核集成NVIDIA GPU，可提供472 GFLOPS的計(jì)算性能。它還包括4GB LPDDR4存儲(chǔ)器，采用高效，低功耗封裝，具有5W / 10W功率模式和5V DC輸入。
3、兼容這些框架和NVIDIA的AI平臺(tái)，可以比以往更輕松地將基于AI的推理工作負(fù)載部署到Jetson。Jetson Nano為各種復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)（DNN）模型提供實(shí)時(shí)計(jì)算機(jī)視覺(jué)和推理。這些功能支持多傳感器自主機(jī)器人，具有智能邊緣分析的物聯(lián)網(wǎng)設(shè)備和優(yōu)良的AI系統(tǒng)。甚至轉(zhuǎn)移學(xué)習(xí)也可以使用ML框架在Jetson Nano上本地重新訓(xùn)練網(wǎng)絡(luò)。
4.、Jetson Nano開(kāi)發(fā)套件的占地面積僅為80x100mm，具有四個(gè)高速USB 3.0端口，MIPI CSI-2攝像頭連接器，HDMI 2.0和DisplayPort 1.3，千兆以太網(wǎng)，M.2 Key-E模塊，MicroSD卡插槽，和40引腳GPIO接頭。端口和GPIO接頭開(kāi)箱即用，具有各種流行的外圍設(shè)備，傳感器和即用型項(xiàng)目。
5、Jetson Nano可以運(yùn)行各種各樣的高級(jí)網(wǎng)絡(luò)，包括流行的ML框架的完整原生版本，如TensorFlow，PyTorch，Caffe / Caffe2，Keras，MXNet等。通過(guò)實(shí)現(xiàn)圖像識(shí)別，對(duì)象檢測(cè)和定位，姿勢(shì)估計(jì)，語(yǔ)義分割，視頻增強(qiáng)和智能分析等強(qiáng)大功能，這些網(wǎng)絡(luò)可用于構(gòu)建自動(dòng)機(jī)器和復(fù)雜AI系統(tǒng)。
二、人工智能教學(xué)開(kāi)發(fā)實(shí)驗(yàn)箱硬件資源及技術(shù)參數(shù)

處理
中央處理器	64位四核ARM A57 @ 1.43GHz
GPU	128核NVIDIA Maxwell @ 921MHz
記憶	4GB 64位LPDDR4 @ 1600MHz \|25.6 GB / s
視頻編碼器*	4Kp30 \|（4x）1080p30 \|（2x）1080p60
視頻解碼器*	4Kp60 \|（2x）4Kp30 \|（8x）1080p30 \|（4x）1080p60
接口
USB	4x USB 3.0 A（主機(jī)）\|USB 2.0 Micro B（設(shè)備）
相機(jī)	MIPI CSI-2 x2（15位Flex連接器）
顯示	HDMI \|DisplayPort的
聯(lián)網(wǎng)	千兆以太網(wǎng)（RJ45）
無(wú)線	M.2帶有PCIe x1的Key-E
存儲(chǔ)	MicroSD卡（建議16GB UHS-1起步）
其他I / O.	（3x）I2C \|（2x）SPI \|UART \|I2S \|個(gè)GPIO

三、主要實(shí)驗(yàn)項(xiàng)目
平臺(tái)提供OpenCV、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和端側(cè)AI模型部署等教學(xué)資源，并提供從神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練、模型轉(zhuǎn)換到模型部署的完整文檔教程。配套豐富的實(shí)訓(xùn)案例以及開(kāi)發(fā)手冊(cè)等。
1、控制基礎(chǔ)例程
(1)控制RGB燈
(2)控制蜂鳴器
(3)操作控制舵機(jī)
(4)讀取舵機(jī)位置
(5)控制所有舵機(jī)
(6)控制機(jī)械臂做一些動(dòng)作
(7)操作機(jī)械臂記憶動(dòng)作
(8)機(jī)械臂夾方塊
2、OpenCV基礎(chǔ)例程
(1)圖像讀取與顯示；
(2)圖像繪制；
(3)圖像ROI提取；
(4)圖像幾何變換；
(5)圖像形態(tài)學(xué)操作；
(6)圖像輪廓提取
3、機(jī)器學(xué)習(xí)基礎(chǔ)例程
(1)回歸算法；
(2)聚類算法；
(3)分類算法；
(4)決策樹(shù)；
(5)支持向量機(jī)；
4、深度學(xué)習(xí)基礎(chǔ)例程
(1)神經(jīng)網(wǎng)絡(luò)線性回歸；
(2)神經(jīng)網(wǎng)絡(luò)非線性回歸；
(3)全連接神經(jīng)網(wǎng)絡(luò)識(shí)別手寫(xiě)數(shù)字；
(4)卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別
(5)神經(jīng)網(wǎng)絡(luò)模型的保存與使用；
5、深度學(xué)習(xí)綜合例程
(1)手勢(shì)識(shí)別實(shí)驗(yàn)
(2)顏色識(shí)別實(shí)驗(yàn)
(3)顏色識(shí)別并抓取積木實(shí)驗(yàn)
(4)視覺(jué)定位實(shí)驗(yàn)
(5)垃圾分類實(shí)驗(yàn)
(6)目標(biāo)追蹤實(shí)驗(yàn)
(7)人臉表情識(shí)別應(yīng)用案例
(8)車牌識(shí)別應(yīng)用案例
(9)口罩檢測(cè)應(yīng)用案例