人工智能實訓(xùn)大數(shù)據(jù)采集平臺技術(shù)規(guī)范

1人工智能實訓(xùn)大數(shù)據(jù)采集平臺技術(shù)規(guī)范本文件規(guī)定了人工智能實訓(xùn)大數(shù)據(jù)采集平臺的基本要求、硬件構(gòu)成、軟件配置。本文件適用于人工智能實訓(xùn)大數(shù)據(jù)采集平臺。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T8566信息技術(shù)軟件生存周期過程GB/T22240-2008信息安全技術(shù)信息系統(tǒng)安全等級保護定級指南GB/T42018信息技術(shù)人工智能平臺計算資源規(guī)范YD/T4392.1-2023人工智能開發(fā)平臺通用能力要求第1部分：功能要求3術(shù)語和定義下列術(shù)語和定義適用于本文件。3.1人工智能共同構(gòu)建、優(yōu)化和應(yīng)用模型的一組方法或自動化實體，使系統(tǒng)能針對一系列預(yù)定義任務(wù)實現(xiàn)預(yù)測、推薦或決策。3.2人工智能實訓(xùn)大數(shù)據(jù)采集平臺集成端到端開發(fā)和支撐工具，提供涵蓋步態(tài)識別、表情識別、人臉識別、年齡識別、雙目識別測景深、圖像風(fēng)格遷移等人工智能開發(fā)應(yīng)用全流程服務(wù)的技術(shù)平臺。4基本要求4.1人工智能實訓(xùn)大數(shù)據(jù)采集平臺基本功能應(yīng)覆蓋當(dāng)前行業(yè)內(nèi)主流人工智能開發(fā)平臺的能力，聚焦平臺功能的系統(tǒng)性、全面性；平臺高級功能應(yīng)關(guān)注人工智能開發(fā)平臺未來的發(fā)展方向，焦平臺的前瞻性、引領(lǐng)性。4.2平臺數(shù)據(jù)處理部分應(yīng)通過數(shù)據(jù)接入、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注等功能，將數(shù)據(jù)轉(zhuǎn)換為模型訓(xùn)練可用的內(nèi)容，并在此基礎(chǔ)上進行數(shù)據(jù)管理和分析。數(shù)據(jù)處理還應(yīng)符合YD/T4392.1-2023中6.1的要求。4.3平臺的物理計算資源(包含人工智能服務(wù)器、人工智能加速卡、人工智能加速模組)和虛擬計算資源的技術(shù)要求應(yīng)符合GB/T42018的要求。5硬件構(gòu)成5.1箱體組成5.1.1箱體外殼應(yīng)采用防火材料，外形邊框應(yīng)采用氧化鋁合金材料。5.1.2箱體內(nèi)部應(yīng)采用鋼架結(jié)構(gòu)增加強度，內(nèi)箱表面應(yīng)配置高亮黑色亞克力板。5.1.3箱體應(yīng)內(nèi)置工業(yè)開關(guān)電源，對所有設(shè)備進行統(tǒng)一供電。5.2開發(fā)平臺2eMMC兩種配置。5.2.2a)b)c)5.2.3開發(fā)板應(yīng)具備豐富接口，包括但不限于：多路顯示接口，支持雙MIPI、HDMI、EDP、DP多種顯示輸出接口，支持雙屏同顯/雙屏異顯；高性能外設(shè)接口，如USB3.0接口、PCIE接口，可擴展高速SSD存儲器接口；網(wǎng)絡(luò)接口，如2.4GHz/5GHz雙頻WIFI、Bluetooth4.1、千兆以太網(wǎng)、板載MiniPCIe接口、可擴展3G/4G通訊模塊。開發(fā)板應(yīng)具備完善的系統(tǒng)軟件,支持Android、Linux、Ubuntu等開源操作系統(tǒng)，支持Phoenix、FlintOS桌面版輕辦公系統(tǒng)。5.3人機互動單元5.3.1應(yīng)配置有LCD液晶，分辨率2048*1536以上，顯示面積10.1英寸。5.3.2應(yīng)配置有多點觸控電容屏接口。5.4立體認知模塊5.4.1應(yīng)采用可見光雙目設(shè)計。5.4.2應(yīng)能可對空間物體進行立體定位、立體檢測并能對標(biāo)識點、圓形、矩形、方形、三角以及其他物體快速識別認知。5.4.3應(yīng)具備自學(xué)習(xí)、可還原、可描述、可量化、可共享、彩色世界等功能。5.4.4應(yīng)能匹配130w～1300w不同像素立體智能認知相機，滿足不同場景精度要求，檢測精度應(yīng)達±0.05mm。5.4.5應(yīng)采用面陣寬范圍視野，可對整個視野空間進行立體數(shù)據(jù)生成。5.4.6應(yīng)支持高速度圖像處理分析，數(shù)據(jù)結(jié)果生成速度應(yīng)達30幀/s。5.4.7應(yīng)支持軟觸發(fā)、連續(xù)觸發(fā)等多種觸發(fā)方式。5.5自然語言識別模塊5.5.1應(yīng)配置360度靈敏拾音模塊，采用雙聲道，雙音軌，可對比分析聲源位置，智能降噪。5.5.2靈敏度應(yīng)達到-45dB±3dB(0dB=1V/Paat1kHz)。5.6人工智能實訓(xùn)室數(shù)據(jù)集5.6.1人臉圖像數(shù)據(jù)平臺廠商應(yīng)提供超過20萬張人臉識別圖片數(shù)據(jù)，存儲大小不低于8GB，且數(shù)據(jù)應(yīng)配套存儲在處理節(jié)點服務(wù)器上。5.6.2圖像模型分類數(shù)據(jù)平臺廠商應(yīng)提供超過100萬張圖片分類數(shù)據(jù)，存儲大小不低于100GB，且數(shù)據(jù)應(yīng)配套存儲在處理節(jié)點服務(wù)器上。5.6.3自然語言教學(xué)與實踐數(shù)據(jù)3平臺廠商應(yīng)提供不少于1億字符的語料庫，涵蓋服裝、法律、經(jīng)濟、地質(zhì)、文學(xué)、政治、旅游、管理、工程、體育、建筑、汽車、化工等多個領(lǐng)域，且數(shù)據(jù)應(yīng)配套存儲在處理節(jié)點服務(wù)器上。6軟件配置6.1案例包配置6.1.1配置要求6.1.1.1應(yīng)配置包括但不限于下列案例包：a)步態(tài)識別項目案例包；b)表情識別項目案例包；c)人臉識別項目案例包；d)年齡識別項目案例包；e)雙目識別項目案例包；f)圖像風(fēng)格遷移項目案例包；g)目標(biāo)監(jiān)測項目案例包。6.1.1.2案例包應(yīng)配置有下列材料：a)實驗手冊；b)系統(tǒng)安裝部署文檔；c)項目源代碼及代碼注釋。6.1.2步態(tài)識別項目案例包6.1.2.1應(yīng)具備通過人們走路的姿態(tài)進行身份識別的功能。6.1.2.2步態(tài)識別技術(shù)步驟應(yīng)包括：a)采集步態(tài)；b)分析圖片；c)特征提?。籨)數(shù)據(jù)比對。6.1.2.3人工智能實驗融合模型庫應(yīng)包括：a)深度學(xué)習(xí)TensorFlow模型；b)基于TensorFlow實現(xiàn)CNN神經(jīng)網(wǎng)絡(luò)算法、KNN機器學(xué)習(xí)算法。6.1.3表情識別項目案例包6.1.3.1表情識別系統(tǒng)應(yīng)具備以下基本表情識別功能：a)Happy；b)Sad；c)Surprise；d)Fear；e)Anger；f)Disgust；g)neutral。6.1.3.2表情識別系統(tǒng)應(yīng)由4個基本部分組成：a)表情圖像獲?。籦)表情圖像預(yù)處理；c)表情特征提取；d)表情分類識別。6.1.3.3人工智能實驗融合模型庫應(yīng)包括多層卷積層CNN神經(jīng)網(wǎng)絡(luò)算法。6.1.4人臉識別項目案例包6.1.4.1人臉識別系統(tǒng)應(yīng)能實現(xiàn)不同光線條件下的精準(zhǔn)人臉識別、圖像采集、活體檢測等功能。46.1.4.2人臉識別系統(tǒng)應(yīng)包括人臉檢測、人臉跟蹤、人臉對比等內(nèi)容。6.1.4.3人工智能實驗融合模型庫根據(jù)應(yīng)包括以下算法和功能：a)opencv深度學(xué)習(xí)算法；b)基于VGGNet模型和CASIAWebFace數(shù)據(jù)集的人臉識別；c)基于ResNet模型和CASIAWebFace數(shù)據(jù)集的人臉識別；d)基于DeepID模型和CASIAWebFace數(shù)據(jù)集的人臉驗證；e)基于MTCNN模型和LFW數(shù)據(jù)集的人臉檢測。6.1.5年齡識別項目案例包6.1.5.1年齡識別系統(tǒng)應(yīng)通過人臉年齡估計來模擬年齡變化的效果，實現(xiàn)人臉面貌的準(zhǔn)確識別和預(yù)測。6.1.5.2應(yīng)能不斷的、充分的從數(shù)據(jù)中學(xué)習(xí)人臉自然的跨年齡變化規(guī)律。6.1.5.3人工智能實驗融合模型庫應(yīng)包括：a)基于BoostingRBF神經(jīng)網(wǎng)絡(luò)的人臉年齡估計；b)基于FaceNet模型和IMBD-WIKI數(shù)據(jù)集的年齡識別等。6.1.6雙目識別項目案例包6.1.6.1應(yīng)基于雙目立體視覺系統(tǒng),對雙目攝像頭中的對象進行特征識別。6.1.6.2應(yīng)包含攝像機標(biāo)定、圖像分割、立體匹配和三維測距等模塊。6.1.6.3人工智能實驗融合模型庫應(yīng)包括OpenCV多種雙目匹配算法，如BM，SGBM，HH等。6.1.7圖像風(fēng)格遷移項目案例包6.1.7.1應(yīng)能通過捕獲圖片的內(nèi)在信息，實現(xiàn)圖片的風(fēng)格遷移。6.1.7.2應(yīng)能實現(xiàn)以下功能：a)手機APP圖像風(fēng)格遷移；b)計算機視覺圖創(chuàng)作；c)時裝設(shè)計；d)電影鏡頭設(shè)計；e)動畫風(fēng)格渲染；f)游戲視覺效果合成等領(lǐng)域。6.1.7.3人工智能實驗融合模型庫應(yīng)包括：a)基于CNN模型的繪畫風(fēng)格遷移；b)基于CycleGAN模型的風(fēng)格變換；c)基于Bi-LSTM和涂鴉數(shù)據(jù)集的圖像分類。6.1.8目標(biāo)監(jiān)測項目案例包6.1.8.1應(yīng)能實現(xiàn)對圖像中的多個目標(biāo)進行分類（圖像分類并使用邊界框（目標(biāo)檢測）定位目標(biāo)。6.1.8.2人工智能實驗融合模型庫應(yīng)包括：a)基于SSD模型和PascalVOC數(shù)據(jù)集的目標(biāo)檢測；b)基于YOLO2模型和PascalVOC數(shù)據(jù)集的目標(biāo)檢測；c)基于FasterR-CNN模型和PascalVOC數(shù)據(jù)集的目標(biāo)檢測。6.2實驗手冊6.2.1基本要求應(yīng)配置下列試驗手冊：a)步態(tài)識別；b)