設備更新第2期｜人工智慧產教融合實踐中心解決方案

國務院於今年3月7日印發《推動大規模設備更新和消費品以舊換新行動方案》，明確要求「提升教育文旅醫療設備水平。推動符合條件的本科高校、職業院校（含技工院校）更新置換先進教學及科研技術設備，提升教學科研水平。嚴格落實學科教學裝備配置標準，保質保量配置並及時更新教學儀器設備。」

東軟教育科技集團推出第二期「人工智慧產教融合實踐中心解決方案」，面向新一代信息技術產業的發展體系與新時代數字技能型人才需求，聚焦智能應用系統開發工程師、ML/NLP/CV開發工程師、數據採集與標註工程師、人工智慧訓練師、人工智慧應用開發工程師等崗位的「數字工匠」人才培養，搭建覆蓋人才培養全過程的進階式一體化實踐教學體系，並建設與之配套的軟硬體實訓設備與環境、智慧化管理平台以及相關實訓教學文檔和資源。搭建起「崗位能力導向、面向真實生產、詳盡教學資源、進階實訓體系、智慧平台驅動」的數字產業技能實訓平台。

人工智慧產教融合實踐中心解決方案框架圖

高職專科：人工智慧技術應用專業

高職本科：人工智慧工程技術

普通本科：人工智慧、智能科學與技術

項目場景產業化，項目來自於東軟產業及戰略新興產業，包括無人駕駛、智能監控等。

項目案例教學化，基於東軟特色TOPCARES教育方法學的教學化拆解與改造，實現產業級項目技術與教學的適配。

項目技術前沿化，生成對抗網路（GANs）、開源AI框架等行業新技術、新工具，軟硬結合，突出人工智慧應用新生態。

項目體系進階化，五級項目貫穿全部專業核心課程，覆蓋數據採集與標註工程師、人工智慧訓練師、人工智慧應用開發工程師全部核心崗位的課程教學。

項目實訓工程化，遵循企業項目開發工程規範、標準、流程。

配套資源精細化，豐富的」六件套「資源，課程標準、教案、課件、教學微視頻等，開箱即用。

智慧監控系統面向「人工智慧+教育」領域，覆蓋了人工智慧技術在視覺領域的常用技術框架，包括opencv，CNN，Pytorch，yolo、OSNet、RetinaFace、ArcFace等。

可以支撐人工智慧訓練師、人工智慧應用開發工程師多崗位能力培養。

智慧監控系統包含4個綜合項目，支撐計算機視覺應用、深度學習應用開發和機器學習應用等專業核心課程的綜合實踐。

智慧監控系統

無人駕駛系統緊密貼合了國家對於智能交通、人工智慧及自動化技術的戰略發展規劃。涵蓋了無人駕駛的硬體實踐、雷達環境感知技術、視覺環境感知技術，以及自動駕駛的實現過程等多個方面。

可以支撐數據採集與標註工程師、人工智慧訓練師、人工智慧應用開發工程師等多崗位能力培養。

無人駕駛系統包含5個綜合項目，支撐計算機視覺應用、深度學習應用開發等專業核心課程的綜合實踐。

基於LLM(大語言模型)+RAG(檢索增強生成)知識庫系統實現了基於用戶上傳的圖片、文本等多模態理解，然後圍繞上傳素材響應用戶的問題完成回答，進而完成對知識資料的收集和整理和對知識庫的創建、訓練和應用。具體實施的內容包括知識庫基礎、RAG技術原理、知識庫系統搭建和知識庫系統訓練。

可以支撐人工智慧訓練師、人工智慧應用開發工程師等多崗位能力培養。

基於LLM(大語言模型)+RAG(檢索增強生成)知識庫系統包含2個綜合項目，支撐自然語言處理技術、深度學習應用開發和機器學習應用等專業核心課程的綜合實踐。

 魔鏡系統以「魔鏡」高性能邊緣計算平台為載體，利用其上的語音、視頻及大屏等人機交互介面，構建良好的人機溝通的橋樑，創建多種應用場景。基於場景預設了「人物傳記寫作助手」「情緒安撫助手」「換臉與換聲」等綜合應用開發訓練項目。預設項目涉及「多模態多模型的綜合應用」，是一類複雜工程問題。

可以支撐人工智慧訓練師、人工智慧應用開發工程師等多崗位能力培養。

魔鏡系統包含3個綜合項目，支撐計算機視覺應用、深度學習應用開發和機器學習應用等專業核心課程的綜合實踐。

 智能工業處理系統項目使用了yolo等業界主流目標檢測解決方案。覆蓋基於硬體、APP和人工智慧模型的鋼筋識別應用，提供詳細演算法的原理解析與使用。

可以支撐數據採集與標註工程師、人工智慧訓練師、人工智慧應用開發工程師等多崗位能力培養。

智能工業處理系統包含1個綜合項目，支撐數據標註技術、數據處理與分析、計算機視覺應用、深度學習應用開發等專業核心課程的綜合實踐。

智能工業處理系統

東軟股票量化分析系統展示A股所有股票公司股票的詳細信息、股票的開盤價、股票的收盤價、股票的成交量等數據，並基於機器學習方法給出單隻股票量化策略和多隻股票的量化策略。使用Echarts構建了前端股票量化分析可視化平台，給用戶提供全面的信息進行股票分析和選取。項目共計可支持32實踐課時，涉及核心技術包括Python、Pandas、Scikit-learn、Matplotlib、Echarts等。

本項目使用真實股票實時數據（自2018年7月1日起實時信息），數據詳實，包括超過3000家股票公司信息400多萬條數據。對數據進行了數據預處理和統計性分析，包括：數據清洗、數據聚合和特徵工程等方法。項目依據貫穿性和漸進性對項目進行了精細化拆分，保證項目的有效落地和學生的學習效果。

分析系統生成股票模擬路徑圖

東軟口罩佩戴檢測系統是東軟疫情防控領域的真實案例，本項目通過實時攝像頭採集，識別用戶是否正確佩戴口罩，並給出語音提示。可支持32實踐課時，涉及核心技術包括opencv、CNN、TensorFlow、Pytorch、yolo等。

本項目基本涵蓋了AI技術在CV領域的常用技術框架，目檢測速度快，能夠正確識別佩戴不規範，捂嘴等行為。項目採用漸進式教學設計，提供前置核心演算法資源。

檢測識別界面圖

東軟自動駕駛系統基於東軟自動駕駛技術，數據訓練集達20GB以上,實現了車輛行人檢測預警、車道分割和識別、中國交通標誌識別等自動駕駛的核心技術。可支持64實踐課時，涉及核心技術包括openCV、CNN、TensorFlow、Pytorch、 yolo、卡爾曼濾波、匈牙利演算法、deepsort 、swin-transformer等。

本項目基本涵蓋了自動駕駛技術常用框架，所有基礎軟體版本均為行業最新穩定版本,並配備GPU訓練和雲平台訓練教學視頻。項目平台涵蓋車道分割識別、交通標誌識別、行人車輛檢測分析等多個解決方案, 案例豐富, 讓學生學到產教融合真實項目。項目採用漸進式教學設計，提供前置核心演算法資源，基礎薄弱的學生也能學會, 技術難度逐漸增加,易於學生掌握。

自動駕駛車道識別界面圖

東軟安全生產檢測系統實現了安全生產檢測中涉及的幾大核心功能，包括安全帽檢測、反光衣檢測、漏油檢測，為生產環境下的安全監控提供演算法支撐，可支持48實踐課時，涉及核心技術包括OpenCV、CNN、Pytorch、YOLOv5、Numpy等。

本項目針對施工工地、變電站、工業園區、礦山等事故高發場景下施工人員的穿戴檢測問題提出了智能化解決方案，此方案採用YOLOv5圖像識別演算法配合攝像頭實時監測，可以實現代替人工的24小時監測。項目針對變電站場景可能出現的設備漏油情況提出了智能化解決方案，此方案採用YOLOv5圖像識別演算法配合巡檢機器人定點巡檢的方式，可以實現替代人工巡檢，提高了人員的安全性。本項目講解了多種數據採集方式的應用場景、數據處理的相關方法、模型參數的調整技巧等實用內容，為沒有項目經驗的學生打下良好的基礎。

安全生產檢測界面圖

齊老師：15840382295

代老師：15942432580