人工智能發(fā)展所必需的四個要素：應用場景、大數(shù)據(jù)、計算能力和人才。而在場景確定、大數(shù)據(jù)豐富和計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、自然語言識別、語音識別、機器人行為學等。不管是哪種應用，人工智能的核心都是“機器學習”——先對已知數(shù)據(jù)“降維”，再對目標網(wǎng)絡(luò)“訓練”，進而生成所需要的“成熟分類網(wǎng)絡(luò)”。

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

任何需要深度學習技術(shù)解決的項目，都可以在“MV-AI1000”上做開發(fā)設(shè)計。

基于英特爾EIS平臺的源碼級深度學習實驗課程

功能特點 FUNCTION

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

基于“MV-AI1000平臺”的瓶蓋缺陷數(shù)據(jù)（部分）

2.機器學習基礎(chǔ)到應用——基于OpenVINO提供包括圖像標記、神經(jīng)網(wǎng)絡(luò)搭建及神經(jīng)網(wǎng)絡(luò)訓練等實驗項目。

神經(jīng)網(wǎng)絡(luò)訓練

3.源碼級的“深度學習”實驗項目——基于OpenVINO提供“成熟神經(jīng)網(wǎng)絡(luò)”的調(diào)用、調(diào)參等實驗項目。

源碼級的EII平臺搭建實驗

4.深度學習場景落地應用平臺——基于英特爾EII平臺的深度學習場景落地部署。

5.豐富的教學資源

• 平臺配備“目標圖像獲取”、“圖像預處理”、“深度學習”、“PLC編程”、“數(shù)據(jù)通訊”等多個實驗教學項目，鍛煉學生的個人能力、溝通交流能力、團隊協(xié)作能力。

• 提供從基礎(chǔ)操作到實際應用，詳盡的實驗指導手冊、設(shè)備使用手冊。設(shè)計由淺入深的學習實驗，從基礎(chǔ)操作到實際應用。實驗指導書包含：實驗背景、實驗目的、實驗原理、實驗方案、實驗步驟、實驗結(jié)論、實驗報告內(nèi)容及要求等。
• 
• 應用場景 APPLICATION
  
• 
  

缺陷檢測 基于英特爾EIS平臺的PCB缺陷檢出
模式識別 輕量級“物體識別神經(jīng)網(wǎng)絡(luò)”
目標跟蹤 輕量級“人臉檢出”模型
缺陷及分選 基于深度學習的瓶蓋生產(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	PCB板缺陷檢測——自適應缺陷檢測
智能抓取——智能特征識別定位	復雜環(huán)境的字符識別——智能多模板字符匹配