桌面式交互一體機
桌面式交互一體機是一款EdgeBoard硬件板卡與人工智能技術相融合的應用平臺。產品的控制主板為Edgeboard計算卡，支持Python編程 語言。降低學習人工智能相關知識的難度，為理解和掌握人工智能提供了一個全面的實踐平臺。可實現通用目標檢測（80類別）、人臉及關鍵 點檢測、口罩檢測、人體姿態檢測、OCR中英文識別、餐廳檢測等功能。
產品基于Linux操作系統，可采用Python語言進行課程教學及資源研發，適用于Python程序設計、深度學習、數字圖像處理、計算機視覺、 物聯網等課程的教學與實踐。
目標檢測:桌面式交互一體機為載體，通過對圖像進行分析和處理，自動識別并定位圖像中的目標物體，提供通用目標檢測、人臉檢測與口罩檢測等案例。
關鍵點檢測:關鍵點檢測是基于圖像處理和特征提取的技術。通過對圖像進行預處理,如去噪、平滑和增強等，可以提高關鍵點檢測的準確性和穩定性。提供人臉關鍵點、人體關鍵點檢測等案例。
行業場景:桌面式交互一體機聚焦目標檢測、關鍵點檢測、目標跟蹤學科，以項目為驅動，全面培養學生在人工智能領域的實踐創新能力。
提供課程指南、課件、學習指導書、實訓手冊、考評資料包、理論課視頻資源，共計32學時。 其中包含深度學習和計算機視覺的基礎實驗和綜合項目，幫助學生深入理解和掌握相關理論知識，提升實踐技能。
| 章 | 節 |
|---|---|
| 第1章 人工智能起源與發展 | 1.1 人工智能起源 |
| 1.2 人工智能發展 | |
| 1.3 現狀與研究熱點 | |
| 第2章 機器學習概述 | 2.1 機器學習定義 |
| 2.2 機器學習基本概念 | |
| 2.3 機器學習常用算法 | |
| 第3章 神經網絡與深度學習 | 3.1 人工神經網絡概述 |
| 3.2 前饋神經網絡 | |
| 3.3 循環神經網絡 | |
| 3.4 深度學習與卷積神經網絡 | |
| 第4章 智能系統 | 4.1 環境感知 |
| 4.2 信息處理 | |
| 4.3 通信與交互 | |
| 4.4 實訓：認識一體機與開發環境 | |
| 第5章 計算機視覺與目標跟蹤 | 5.1 計算機視覺概述 |
| 5.2 視頻分析技術 | |
| 5.3 運動檢測與跟蹤 | |
| 5.4 KCF目標跟蹤算法 | |
| 第六章 目標檢測與識別 | 6.1 目標檢測概述 |
| 6.2 數據集標注與數據集劃分實驗 | |
| 6.3 實訓：基于云端的目標檢測模型訓練實驗 | |
| 6.4 實訓：AI模型評估優化與部署實驗 | |
| 6.5 目標識別技術 | |
| 6.6 實訓：餐廳檢測編程實驗 | |
| 6.7 實訓：水果分類編程實驗 | |
| 第七章 視覺應用綜合實訓 | 7.1 人臉關鍵點檢測原理 |
| 7.2 實訓：人臉關鍵點檢測編程實驗 | |
| 7.3 實訓：口罩檢測編程實驗 | |
| 7.4 人體關鍵點檢測與姿態估計 | |
| 7.5 文字識別概述（OCR） | |
| 7.6 實訓：人體姿態檢測編程實驗 | |
| 7.7 實訓：中英文字符識別編程實驗 |
本課程定位于計算機科學、人工智能等相關專業的學生，幫助他們系統地學習計算機視覺、人工智能、深度學習等領域的核心技術。
