云创人工智能实验平台
基于开源ThingsBoard_平台的智慧温室升级改造
0引言随着社会的发展和人民生活水平的提高，民众对农产品品质和物种的丰富性提出了更高的要求。
为了满足农作物的优质供给需求，智慧温室的种植方式和管理模式也有了较快的发展［1］。
目前，发达国家的农业已进入农业智慧化阶段，智慧型农业技术也已实现规模化应用。
与之相比，我国智慧农业仍缺乏基础研究和技术积累，各项先进的关键技术仍处于实验室研发和中试阶段，特别在智慧温室环境监测和自动控制方面，技术的合理性与全面性还有较大的提升空间［2］。
当前，物联网技术以通信技术为手段，提供信息获取、数据传输和数据分析处理等服务，从而实现人、机、物之间的互联。
在智慧农业领域，物联网设备的连接数以万计，迎来高速发展阶段［3］。
AIoT （Artificial Intelligence &Internet of Things ，人工智能物联网）融合AI 技术和IoT 技术，通过物联网产生、收集海量的数据存储于云端、边缘端，再通过大数据分析以及更高形式的人工智能，实现万物数据化、万物智联化。
融合物联网技术和人工智能技术形成智能化生态体系是目前国内外研究的焦点。
为进一步提高农业生产效率、降低管理和控制成本，本文借助AIoT 的开源平台ThingsBoard ，实现温室智能化在环境监测和智能控制方面的进一步改造，构建一个物联网智慧感知数据管理系统，实现对农业生产的一站式智慧管理，进一步优化农作物生长环境，对增收增产具有重大意义。
1需求分析温度是农作物生命活动的重要生存因子，对农作物的生长发育影响很大。
农作物各项生理活动都要求有最低温度、最适温度和最高温度标准，这是温度的三基点。
植物在最适温度下生长发育良好，超过最高温度或低于最低温度便生长不良甚至死亡。
温室（greenhouse ）又称为暖房，能透光、保温（或加温），在不适宜农作物生长的季节，能提供温室生育期、提高作物产量，多用于低温季节喜温蔬菜、花卉等植物的栽培或育苗等。
温室系统的设计包括增温系统、保温系统、降温系统、通风系统、控制系统、灌溉系统等，其中包括含有排风扇、热风扇、温度感应器的温控系统及恒温系统控制箱，以适时调节温度。
云创智能会议转写系统解决方案(用于会议场景)
云创智能会议转写系统解决方案（用于会议场景）智能会议转写系统解决方案9 20__ 年年 3 3 月目录需求背景 ...................................................... ......................................................... ...............................3 1 建设目标 ...................................................... ......................................................... ...............................3 2 技术方案 ...................................................... ......................................................... ...............................3 3 系统拓扑图 ...................................................... ......................................................... ...........................4 4 语音识别技术 ...................................................... ......................................................... .......................9 5 系统功能 ...................................................... ......................................................... .............................12 6 现场转录、实时投屏 ...................................................... ......................................................... ..12 6.1 音频转写 ...................................................... ......................................................... ......................12 6.2 同步校正 ...................................................... ......................................................... ......................12 6.3 个人词库 ............................................................................13 6.4 文本训练 ...................................................... ......................................................... ......................13 6.5 语音输入，实时滚屏播放 ...................................................... ...................................................13 6.6 系统价值 ...................................................... ......................................................... .............................14 7 提升会议效率 ...................................................... ......................................................... ..............14 7.1 提升工作效率加快处理流程 ...................................................... ...............................................14 7.2 提供智能分析结果 ............................................................14 7.3 提供后台管理功能 ...................................................... ......................................................... ......14 7.4 提供智能化扩展功能 ...................................................... ......................................................... ..14 7.5需求背景1在各类会议中，需要形成文字版会议记录，便于事后追溯或跟踪。
人工智能教育虚拟实验室操作手册
人工智能教育虚拟实验室操作手册第一章：概述 (2)1.1 虚拟实验室简介 (2)1.2 实验室功能与特点 (3)第二章：系统安装与配置 (3)2.1 系统安装流程 (3)2.1.1 硬件准备 (3)2.1.2 制作启动盘 (4)2.1.3 安装系统 (4)2.2 配置环境要求 (4)2.2.1 操作系统 (4)2.2.2 硬件配置 (4)2.2.3 软件环境 (4)2.3 驱动安装与更新 (4)2.3.1 硬件驱动 (5)2.3.2 系统更新 (5)2.3.3 软件更新 (5)第三章：用户注册与登录 (5)3.1 用户注册流程 (5)3.2 用户登录与退出 (5)3.2.1 用户登录 (5)3.2.2 用户退出 (6)3.3 用户信息管理 (6)第四章：实验项目选择与预约 (6)4.1 实验项目列表 (6)4.2 实验项目预约流程 (7)4.3 实验项目预约时间安排 (7)第五章：实验操作指南 (7)5.1 实验操作界面 (7)5.2 实验操作步骤 (8)5.3 实验数据输入与输出 (8)第六章：实验数据处理与分析 (8)6.1 数据导入与导出 (8)6.1.1 数据导入 (8)6.1.2 数据导出 (9)6.2 数据处理工具 (9)6.2.1 数据清洗 (9)6.2.2 数据转换 (9)6.3 数据分析结果展示 (10)第七章：实验报告撰写与提交 (10)7.1 实验报告模板 (10)7.1.1 封面 (10)7.1.2 目录 (10)7.2 实验报告撰写步骤 (11)7.3 实验报告提交与审核 (11)第八章：实验室管理与维护 (12)8.1 实验室管理人员权限 (12)8.1.1 权限设置 (12)8.1.2 权限申请与审批 (12)8.2 实验室设备维护 (12)8.2.1 设备保养 (12)8.2.2 设备维修 (12)8.2.3 设备报废与更新 (12)8.3 实验室安全与环保 (13)8.3.1 安全管理 (13)8.3.2 环保管理 (13)第九章：技术支持与常见问题解答 (13)9.1 技术支持联系方式 (13)9.1.1 客户服务 (13)9.1.2 在线客服 (13)9.1.3 邮箱咨询 (13)9.2 常见问题解答 (14)9.2.1 如何登录人工智能教育虚拟实验室？ (14)9.2.2 实验过程中遇到操作问题怎么办？ (14)9.2.3 实验数据如何保存？ (14)9.2.4 实验报告如何导出？ (14)9.3 技术更新与升级 (14)9.3.1 更新与升级通知 (14)9.3.2 更新与升级流程 (14)9.3.3 更新与升级注意事项 (14)第十章：用户反馈与建议 (14)10.1 用户反馈渠道 (14)10.1.1 反馈渠道概述 (14)10.1.2 反馈渠道特点 (15)10.2 用户反馈处理流程 (15)10.2.1 反馈接收与分类 (15)10.2.2 反馈处理与回复 (15)10.3 用户建议采纳与改进 (16)10.3.1 建议采纳 (16)10.3.2 改进措施 (16)第一章：概述1.1 虚拟实验室简介虚拟实验室是一种基于网络技术和虚拟现实技术的实验环境，它模拟了传统实验室的实验设备和实验过程，为用户提供了一个安全、高效、便捷的实验平台。
AI云平台开发实践
AI云平台开发实践一、引言人工智能（AI）可以通过模仿人类的思维过程，实现语音识别、图像识别、自然语言处理等任务。
AI云平台是现在AI开发的重要趋势，它可以使开发者快速开发和部署AI应用程序，提高开发效率。
本文将介绍AI云平台开发实践。
二、AI云平台的架构AI云平台通常由多个模块组成，包括数据存储、数据处理、模型训练和模型部署等模块。
其中，数据存储模块用于存储数据，数据处理模块用于对数据进行预处理和转换，模型训练模块用于使用深度学习算法训练模型，而模型部署模块则用于将模型部署到生产环境中。
三、AI云平台的开发实践（一）数据存储数据存储是AI云平台开发的基础。
通常，数据存储有多种选择，例如云存储、分布式文件系统、云数据库等。
在选择数据存储时，需要考虑数据量、数据类型、数据访问方式等因素，并根据实际需求进行选择。
（二）数据处理数据处理是AI云平台开发的重要环节。
数据处理可以包括数据清洗、特征提取、数据转换等步骤。
使用AI云平台开发时，可以利用平台提供的数据处理工具，也可以自定义数据处理程序。
（三）模型训练模型训练是AI云平台开发的核心环节。
模型训练通常使用深度学习算法，例如卷积神经网络、循环神经网络等。
在模型训练时，需要选择好数据集、网络结构、训练策略等。
AI云平台通常会提供可视化的模型训练工具，帮助开发者进行模型训练。
（四）模型部署模型部署是AI云平台开发的最后一步。
模型部署可将训练好的模型部署到生产环境中，供客户使用。
在模型部署时，需要考虑模型的性能、稳定性、可扩展性等因素。
四、AI云平台的优点（一）提高开发效率AI云平台提供了数据处理、模型训练、模型部署等工具，极大地提高了开发效率。
（二）降低开发成本AI云平台可以共享计算资源和存储资源，降低了开发成本。
（三）提高应用性能AI云平台可以提供高性能计算资源，加速模型训练和推理，提高应用性能。
（四）提高数据安全性AI云平台可以提供完善的数据安全策略，保护用户的数据安全。
市场营销策略分析
谢谢聆听！
Thanks for your listening
友商
虚拟化技术 不完善
少量实验 12台或更多 实验环境易破坏 虚拟化扩容复杂 无或少量数据
依托云创大数据基地的产、学、研、用一体化实验平台
市场分析-SWOT分析
深度学习一体机
对比项
平台 产品检测 安全性 管理平台
界面 数据 交付
云创
软硬件一体 硬件实时检测 FWaaS云安全环境相互隔离 科研用管理平台 图形化管理界面 海量卡口、人脸图像数据 4节点一体化整机交付
在区域内快速确定样板用户 通过样板用户宣传起到事半功倍的效果
市场分析-市场活动
通过组织举办各种会议， 借助各个地区的计算机协会、高教研讨会、
培训会、展会等形式渗透宣传公司产品
市场分析-市场活动
建立本区域内的微信营销群， 把高校相关的老师、领导拉入群中，
活跃气氛，建立长效宣传机制， 重要客户可带公司考察交流； 协助公司收集竞争对手产品资料和信息。
友商
纯硬件 开机检测 环境易被干扰
无 无 无或少量 现场安装
针对科研用的软硬件一体化平台，高性能硬件配置+深度学习软件+海量基础训练数据
市场分析-SWOT分析
人工智能实验平台
对比项
架构 平台管理 环境部署
数据 专业实验 实践项目
云创
★Docker容器 可视化操作 一键部署
海量卡口、人脸图像数据 20个人工智能实验 云创真实项目实践
市场分析-SWOT分析
劣势和威胁
SWOT分析
市场部现状
优势和机会
强项、优势 (Strengths) 机会、机遇 (Opportunities)
数据标注工程
6.3 智能医疗
第六章 数据标注应用
6.3.2 智能医疗应用的四种数据标注
骨骼点标注：是将人体运动的关节点进行描点标注，多应用于健康档案的建立。 人工智能通过对骨骼点标注的学习，可以快速锁定病灶关节。
6.3 智能医疗
第六章 数据标注应用
6.3.2 智能医疗应用的四种数据标注
医疗影像标注：是对医疗影像进行区域标注及分类标注，多应用于辅助临床诊 断。人工智能通过学习大量的医疗影像标注数据集，将会很好的辅助医生进行 临床诊断以及提出治疗方案。
大数据应用人才培养系列教材数据标注工程张燕总主编主编第六章数据标注应用智能医疗大数据应用人才培养系列教材智能医疗第六章数据标注应用631智能医疗的发展智能医疗第六章数据标注应用632智能医疗应用的四种数据标注病历文本标注
大数据应用人才培养系列教材
数据标注工程
刘鹏 张燕 刘 鹏 主编
总主编
大数据应用人才培养系列教材
第六章 数据标注应用
6.1 自动驾驶 6.2 智能安防 6.3 智能医疗 6.4 作业与练习
6.3 智能医疗
第六章 数据标注应用
6.3.1 智能医疗的发展
1. 业务管理自动化，包括医院建立医疗收费和药品进出库管理系统。 2. 电子病历建设，包括病人基本信息、既往病史，医疗影像等。 3. 临床医疗信息化，包括医嘱录入电脑等。 4. 慢性疾病系统管理。 5. 医疗信息互通。 6. 临床医疗诊断。 7. 全民健康系统管理。
AIRack人工智能实验平台 ——一站式的人工智能实验平台
DeepRack深度学习一体机 ——开箱即用的AI科研平台
BDRack大数据实验平台——一站式的大数据实训平台
云创公众号推荐
刘鹏看未来
创新创业云平台解决方案(纯方案,12页)
创新创业云平台解决方案2016年3月1项目背景某理工大学计算中心目前管理在用服务器80多台，支持超过400门课程的上机实验教学，其中80%以上为复杂型专业教学软件，主要集中在电气、光学、机械、能动、热动等专业。
计算中心除了提供各类实验室以支撑全校学生的实验教学外，还为校内创新创业团队及科研项目提供信息化支撑。
2014年各级各类大学生竞赛获奖近300项，其中全国二等奖、某一等奖以上100多项，尤其在全国大学生数学建模竞赛、全国大学生机械创新设计大赛、“创青春”全国大学生创业大赛等重要国家级赛事中，某理工大学学生获全国一等奖以上34项，这些奖项都离不开计算中心的支持。
随着信息化技术和云计算的发展，计算中心已经将10台物理服务器部署了虚拟化软件，可将其硬件资源通过逻辑分割的方式，分配给各创新创业团队使用，为他们提供更好的支持。
随着创新创业项目的增加，学生自主学习能力的增强，计算中心需要为他们提供更强有力的后台支撑，因此，计算中心需要提供一个可以让科研团队或学生自主申请资源、自主管理维护、资源动态扩展、资源计量计费的云计算平台，即创新创业云平台。
2项目需求在计算中心的数据中心内，即便是已经部署了服务器虚拟化，仍然无法满足日益增长的科研项目的需求，主要表现如下：2.1无法广泛面对全校师生开放资源申请目前需要申请资源的科研团队，通过纸质的方式向计算中心提交申请，审核通过后，为其分配虚拟服务器或物理服务器资源。
在这种环境下，并非所有师生都知道这种申请资源的途径，尤其是学生自主学习或创业时。
因此计算中心的资源无法全面的向全校师生开放。
2.2创新创业团队申请的资源无法自行维护和管理创新创业团队申请到的服务器资源，由于服务器在计算中心内部，所以在申请的时候，通常会告诉计算中心的管理员，所申请的服务器需要安装什么样的操作系统和应用程序，给计算中心带来极大的工作量。
即使是申请了虚拟化服务器，也无法给每个申请人或团队一个管理员账号让其自行维护资源，都是由计算中心进行统一部署。
人工智能版块项目13d创客实践项目实施方案
人工智能版块项目13d创客实践项目实施方案一、引言1.项目背景随着人工智能技术的飞速发展，其在教育领域的应用也日益广泛。
为了培养适应未来社会的创新型人才，本项目旨在通过实施“13d创客实践项目”，探索和实践人工智能技术在创客教育中的应用。
项目将聚焦于开发学生的创新能力和技术应用能力，为他们提供实际操作的机会，并激发他们对科学技术的兴趣。
2.目标与愿景本项目的目标是建立一个结合人工智能与创客教育的实验平台，通过实践活动使学生能够深入理解人工智能的基本原理和应用。
我们的愿景是培养出一批具备人工智能素养、能独立解决问题的创客精英，为社会输送具有创新能力和实践经验的人才。
3.项目重要性及必要性人工智能作为推动第四次工业革命的核心力量，其对教育模式的影响不容小觑。
本项目的实施对于学生掌握人工智能知识、提高科技创新能力具有重要意义。
同时，通过创客实践活动，可以有效地增强学生的团队协作能力和解决实际问题的能力，这对于他们未来的学术发展和职业生涯都是必要的。
二、项目概述1.项目定义“13d创客实践项目”是一项以人工智能为核心的教育创新项目，它结合了创客文化和教育理念，旨在通过跨学科的实践教学活动，促进学生对人工智能知识的学习和应用。
4.项目范围与限制本项目将围绕人工智能的基础理论教学、编程实践、硬件制作和项目创新四个方面展开。
我们将重点关注学生从理论到实践的转化过程，以及在此过程中的创新思维培养。
项目实施将受到时间、资金和资源的限制，因此需精心规划以确保各阶段目标的顺利实现。
5.预期成果预期成果包括但不限于：一套完善的人工智能与创客教育融合的课程体系；一系列可供其他教育机构参考的案例和教材;一支由学生组成的创新团队，他们将完成数个以人工智能为主题的创客项目；以及通过这些项目所展示的学生在技术应用、团队合作和问题解决方面的显著进步。
三、市场分1.行业现状与趋势当前，人工智能领域正处于快速发展期，其在教育行业的渗透正逐步加深。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实训项目
缺乏切合业界大数据实际应用的实训 项目
教材体系
高速发展的新领域，市场上高质量成体系的教材缺失
师资培训
教师中精通大数据技术的人才较少
云创人工智能实验平台提供什么
+ 较低的平台建设和使用成本 + 高效的运行环境
+ 完整的教材体系（本科/高职） + 丰富开放的实验资源
+ 师资入门培训
+ 人才培养方案
1、编程基础——包括Linux和python基础等 2、基本工具使用——jupyter notebook使用等 3、机器学习基础——常用的机器学习库Numpy、Pandas、OpenCV、Matplotlib 4、机器学习——机器学习算法，如决策、深度学习基础——图像处理基础、Caffe框架、Tensorflow、Keras、Pytorch等。 6、深度学习算法——涉及图像分类、识别、分割、检测、超分辨率重建、风格迁移、场景理解、 相似文本生成、翻译等领域。
常用深度学习算法
CNN RNN LSTM DCGAN...
容器 技术
集群 管理
虚拟 网络
应用 平台
深度 学习
Kubernetes
大规模容器编排管理框架
B/S架构
统一了客户端，将系统功能实 现的核心部分集中到服务器上
03 第三部分 平台特色
系统按照学生实验内 容自动创建所需实验 环境
创建 环境
实验流程模式
人工智能成为国际竞争的新焦点，应逐步开展全民智能教育 项目，在中小学阶段设置人工智能相关课程、逐步推广编程
教育、建设人工智能学科，培养复合型人才，形成我国人工智能 人才高地。
2018年4月2日，教育部印发《高等学校人工智能创新行动计划》
到2020年，要基本完成新一代人工智能发展的高校科技创新体系和
人力资源和社会保障部、 国家市场监管总局、国家 统计局等部门向社会发布 了13个新职业包括人工智 能工程技术人员、物联网 工程技术人员、大数据工 程技术人员、云计算工程 技术人员、数字化管理师、 建筑信息模型技术员、电 子竞技运营师、电子竞技 员、无人机驾驶员、农业 经理人、物联网安装调试 员、工业机器人系统操作 员、工业机器人系统运维 员。涉及人工智能、物联 网工程、无人驾驶等多个
学科体系的优化布局；
到2030年，高校要成为建设世界主要人工智能创新中心的核心力量
和引领新一代人工智能发展的人才高地。
全国共有35所高校获首批“人工智能”新专业建设资格 96所高校获批“智能科学与技术”专业 203所高校获批“数据科学与大数据技术”专业 25所高校获批“大数据管理与应用”专业 101所高校获批“机器人工程”专业 25所学校获批“网络空间安全”专业 14所学校获批“物联网工程”专业
云创人工智能实验平台
云创大数据 人工智能部 曹骝
01 第一部分 背景介绍
未来20年，人工智能系统将在很多领域改变人类的未来，包括住房、 交通、医疗、教育和娱乐。
500多万 据媒体公开报道，中国还需
人工智能人才才能满足当前
的产业需求。
2017年国务院印发的《新一代人工智能发展规划》，
将用13年的时间，将我国打造成世界主要人工智能创新中心。
深度学习算法实验
11、基于R-FCN模型的物体检测 12、基于SSD模型和Pascal VOC数据集的目标检测 13、基于YOLO2模型和Pascal VOC数据集的目标检测 14、基于DCGAN模型和Celeb A数据集男女人脸转换 15、基于FaceNet模型和IMBD-WIKI数据集的年龄性别识别 16、基于RNN模型和康奈尔语料库的机器对话 17、基于LSTM模型的相似文本生成 18、基于DCGAN模型的换脸 19、基于CapsNet和Fashion-MNIST数据集图像分类 20、基于CNN模型的绘画风格迁移
具体算法包括： 分类算法：MLP、LeNet、AlexNet、GoogLeNet、VGGNet、ResNet、DeepID等 检测算法：Faster-RCNN、SSD、 R-FCN、YOLO2等 分割算法：FCN 、U-Net等 超分辨率重建：pix2pix、FSRCNN、ESPCN等
94个实验内容持续增加中
学生提交报告，教师 可根据实验报告提交 情况，管理掌控实验 进度
实验 操作
提交 报告
教师 评分
学生参照实验手册完 成实验，并记录实验 流程，生成实验报告
教师根据学生实验报 告内容的正确性，完 整性和及时性打分
平台提供的深度学习框架
易上手，CNN友好 已 提 供
功能强大，需要学习
易上手 易上手
平台提供的实验分类
+ 提高教学效率 + 实验进度管理 + 灵活组织内容
+ 对接教务管理 + 学生考核评测 + 教师开发环境
+ 独享GPU实验环境 + 本地/远程接入
+ 全面深入打好基础 + 丰富的实战项目
+ 增强就业实力
+ 学生探索环境
实验平台核心技术
Docker
基于LXC的轻量级虚拟化
SDN VPN
软件定义网络，虚拟专用网 络
领域。
02 第二部分 平台总体介绍
人工智能教学与实验现状
基础设施
学生实验需要大量的实验环境。一次 性基础设施投入和后期维护费用较高
高校高职 人工智能教学实验
面临问题
考试系统
实验考核，试题设计，考试组织 管理，试卷批阅占用大量教师时 间，考核成绩存在一定主观性
实验内容
生态体系庞大复杂，技术发展迅速。 实验设计花费时间
1、基于LeNet模型和MNIST数据集的手写数字识别（Caffe） 2、基于AlexNet模型和CIFAR-10数据集的图像分类（Caffe） 3、基于CNN模型的MNIST数据集的手写数字识别（TensorFlow） 4、基于CNN模型的CIFAR-10数据集的图像分类（TensorFlow） 5、基于GoogLeNet模型和ImageNet数据集的图像分类 6、基于VGGNet模型和CASIA WebFace数据集的人脸识别 7、基于DeepID模型和CASIA WebFace数据集的人脸验证 8、基于DNN模型和Iris data set的鸢尾花品种识别 9、基于Faster R-CNN模型和Pascal VOC数据集的目标检测 10、基于FCN模型和Sift Flow数据集的图像语义分割
涉及图像分类、识别、分割、检测、 超分辨率重建、风格迁移等算法 涉及场景理解、相似文本生成、翻译等 算法
涉及深度学习基础linux实验
涉及Python及Numpy、Pandas、 OpenCV、Matplotlib、Jupyter等 成用库的基础使用
涉及Caffe和TensorFlow的基础使用
深度学习算法实验