设备更新第2期｜人工智能产教融合实践中心解决方案

国务院于今年3月7日印发《推动大规模设备更新和消费品以旧换新行动方案》，明确要求“提升教育文旅医疗设备水平。推动符合条件的本科高校、职业院校（含技工院校）更新置换先进教学及科研技术设备，提升教学科研水平。严格落实学科教学装备配置标准，保质保量配置并及时更新教学仪器设备。”

东软教育科技集团推出第二期“人工智能产教融合实践中心解决方案”，面向新一代信息技术产业的发展体系与新时代数字技能型人才需求，聚焦智能应用系统开发工程师、ML/NLP/CV开发工程师、数据采集与标注工程师、人工智能训练师、人工智能应用开发工程师等岗位的“数字工匠”人才培养，搭建覆盖人才培养全过程的进阶式一体化实践教学体系，并建设与之配套的软硬件实训设备与环境、智慧化管理平台以及相关实训教学文档和资源。搭建起“岗位能力导向、面向真实生产、详尽教学资源、进阶实训体系、智慧平台驱动”的数字产业技能实训平台。

人工智能产教融合实践中心解决方案框架图

高职专科：人工智能技术应用专业

高职本科：人工智能工程技术

普通本科：人工智能、智能科学与技术

项目场景产业化，项目来自于东软产业及战略新兴产业，包括无人驾驶、智能监控等。

项目案例教学化，基于东软特色TOPCARES教育方法学的教学化拆解与改造，实现产业级项目技术与教学的适配。

项目技术前沿化，生成对抗网络（GANs）、开源AI框架等行业新技术、新工具，软硬结合，突出人工智能应用新生态。

项目体系进阶化，五级项目贯穿全部专业核心课程，覆盖数据采集与标注工程师、人工智能训练师、人工智能应用开发工程师全部核心岗位的课程教学。

项目实训工程化，遵循企业项目开发工程规范、标准、流程。

配套资源精细化，丰富的”六件套“资源，课程标准、教案、课件、教学微视频等，开箱即用。

智慧监控系统面向“人工智能+教育”领域，覆盖了人工智能技术在视觉领域的常用技术框架，包括opencv，CNN，Pytorch，yolo、OSNet、RetinaFace、ArcFace等。

可以支撑人工智能训练师、人工智能应用开发工程师多岗位能力培养。

智慧监控系统包含4个综合项目，支撑计算机视觉应用、深度学习应用开发和机器学习应用等专业核心课程的综合实践。

智慧监控系统

无人驾驶系统紧密贴合了国家对于智能交通、人工智能及自动化技术的战略发展规划。涵盖了无人驾驶的硬件实践、雷达环境感知技术、视觉环境感知技术，以及自动驾驶的实现过程等多个方面。

可以支撑数据采集与标注工程师、人工智能训练师、人工智能应用开发工程师等多岗位能力培养。

无人驾驶系统包含5个综合项目，支撑计算机视觉应用、深度学习应用开发等专业核心课程的综合实践。

基于LLM(大语言模型)+RAG(检索增强生成)知识库系统实现了基于用户上传的图片、文本等多模态理解，然后围绕上传素材响应用户的问题完成回答，进而完成对知识资料的收集和整理和对知识库的创建、训练和应用。具体实施的内容包括知识库基础、RAG技术原理、知识库系统搭建和知识库系统训练。

可以支撑人工智能训练师、人工智能应用开发工程师等多岗位能力培养。

基于LLM(大语言模型)+RAG(检索增强生成)知识库系统包含2个综合项目，支撑自然语言处理技术、深度学习应用开发和机器学习应用等专业核心课程的综合实践。

 魔镜系统以“魔镜”高性能边缘计算平台为载体，利用其上的语音、视频及大屏等人机交互接口，构建良好的人机沟通的桥梁，创建多种应用场景。基于场景预设了“人物传记写作助手”“情绪安抚助手”“换脸与换声”等综合应用开发训练项目。预设项目涉及“多模态多模型的综合应用”，是一类复杂工程问题。

可以支撑人工智能训练师、人工智能应用开发工程师等多岗位能力培养。

魔镜系统包含3个综合项目，支撑计算机视觉应用、深度学习应用开发和机器学习应用等专业核心课程的综合实践。

 智能工业处理系统项目使用了yolo等业界主流目标检测解决方案。覆盖基于硬件、APP和人工智能模型的钢筋识别应用，提供详细算法的原理解析与使用。

可以支撑数据采集与标注工程师、人工智能训练师、人工智能应用开发工程师等多岗位能力培养。

智能工业处理系统包含1个综合项目，支撑数据标注技术、数据处理与分析、计算机视觉应用、深度学习应用开发等专业核心课程的综合实践。

智能工业处理系统

东软股票量化分析系统展示A股所有股票公司股票的详细信息、股票的开盘价、股票的收盘价、股票的成交量等数据，并基于机器学习方法给出单只股票量化策略和多只股票的量化策略。使用Echarts构建了前端股票量化分析可视化平台，给用户提供全面的信息进行股票分析和选取。项目共计可支持32实践课时，涉及核心技术包括Python、Pandas、Scikit-learn、Matplotlib、Echarts等。

本项目使用真实股票实时数据（自2018年7月1日起实时信息），数据详实，包括超过3000家股票公司信息400多万条数据。对数据进行了数据预处理和统计性分析，包括：数据清洗、数据聚合和特征工程等方法。项目依据贯穿性和渐进性对项目进行了精细化拆分，保证项目的有效落地和学生的学习效果。

分析系统生成股票模拟路径图

东软口罩佩戴检测系统是东软疫情防控领域的真实案例，本项目通过实时摄像头采集，识别用户是否正确佩戴口罩，并给出语音提示。可支持32实践课时，涉及核心技术包括opencv、CNN、TensorFlow、Pytorch、yolo等。

本项目基本涵盖了AI技术在CV领域的常用技术框架，目检测速度快，能够正确识别佩戴不规范，捂嘴等行为。项目采用渐进式教学设计，提供前置核心算法资源。

检测识别界面图

东软自动驾驶系统基于东软自动驾驶技术，数据训练集达20GB以上,实现了车辆行人检测预警、车道分割和识别、中国交通标志识别等自动驾驶的核心技术。可支持64实践课时，涉及核心技术包括openCV、CNN、TensorFlow、Pytorch、 yolo、卡尔曼滤波、匈牙利算法、deepsort 、swin-transformer等。

本项目基本涵盖了自动驾驶技术常用框架，所有基础软件版本均为行业最新稳定版本,并配备GPU训练和云平台训练教学视频。项目平台涵盖车道分割识别、交通标志识别、行人车辆检测分析等多个解决方案, 案例丰富, 让学生学到产教融合真实项目。项目采用渐进式教学设计，提供前置核心算法资源，基础薄弱的学生也能学会, 技术难度逐渐增加,易于学生掌握。

自动驾驶车道识别界面图

东软安全生产检测系统实现了安全生产检测中涉及的几大核心功能，包括安全帽检测、反光衣检测、漏油检测，为生产环境下的安全监控提供算法支撑，可支持48实践课时，涉及核心技术包括OpenCV、CNN、Pytorch、YOLOv5、Numpy等。

本项目针对施工工地、变电站、工业园区、矿山等事故高发场景下施工人员的穿戴检测问题提出了智能化解决方案，此方案采用YOLOv5图像识别算法配合摄像头实时监测，可以实现代替人工的24小时监测。项目针对变电站场景可能出现的设备漏油情况提出了智能化解决方案，此方案采用YOLOv5图像识别算法配合巡检机器人定点巡检的方式，可以实现替代人工巡检，提高了人员的安全性。本项目讲解了多种数据采集方式的应用场景、数据处理的相关方法、模型参数的调整技巧等实用内容，为没有项目经验的学生打下良好的基础。

安全生产检测界面图

齐老师：15840382295

代老师：15942432580