|
CPU |
i.MX6 DualLite，ARM® Cortex™ A9架構； |
|
GPU |
3D GPU Vivante GC2000和2D GPU Vivante GC355、Vivante GC320 |
|
主頻 |
1.0 GHz； |
|
內存 |
1GB的DDR3； |
|
EMMC |
8GB； |
|
顯示屏 |
10.1寸電容觸摸屏分辨率1024x600； |
|
接口資源 |
500W CMOS攝像頭、視頻解碼輸入、音頻耳機、MIC、VGA等接口； |
|
板載資源 |
板載4G、WIFI、藍牙、重力加速度傳感器、陀螺儀傳感器； |
|
語音視覺設備 |
USB攝像頭、耳機麥克； |
|
操作系統 |
Android 7.1.1（Kernel 4.1）；Linux+Qt 5.3（Kernel 4.9）； Ubuntu 18.04（Kernel 4.9）； |
|
|
圖形界面 |
Android、Qt5.3、XFCE4、Wayland； |
|
|
人工智能實驗
|
OpenCV的基本操作 |
圖像存取與顯示、Camera的基本使用、色彩空間與圖像表示、圖像的平滑處理、圖像的特征、圖像的基本處理等實驗； |
|
常用算法 |
K鄰近、K均值聚類算法、樸素貝葉斯、決策樹、隨機森林、邏輯回歸、支持向量機、梯度下降法、神經網絡等實驗； |
|
|
綜合案例 |
基于百度的圖像處理技術、基于百度的語音處理技術、手寫數字識別、人臉檢測、人臉識別、車牌識別、物體識別、街景識別、智能音箱等實驗； |
|
|
百度 |
獲取access_token、基于百度AI開放平臺的語音合成、基于百度AI開放平臺的語音識別、基于百度AI開放平臺的文字識別、基于百度AI開放平臺的人臉識別、基于百度AI開放平臺的人臉實時識別、基于EasyDL實現螺絲螺母的檢測、基于EasyDL實現口罩配戴檢測、疫情防護系統； |
|
1．采用目前市場上主流的i.MX6工業級處理器，具有圖像硬件加速器；
2．GPU采用3D GPU Vivante GC2000和2D GPU Vivante GC355、Vivante GC320，為嵌入式人工智能教學科研奠定了堅實的硬件基礎；
3．基于Ubuntu 18.04系統，支持OpenCV 3.2.0，Python 2.7/3.6.7，Qt 5.9.5，包含OpenCV、Python實驗體系，擁有圖像識別、語音識別案例，可與百度AI開放平臺、百度智能云天工物聯網平臺對接，打造嵌入式人工智能、物聯網一體化實驗體系；
