当前位置：首页 > 其它信息>【分散采购备案单】人工智能教学实践综合平台
其它信息
湖北省
公告内容
项目概况
| 项目名称 | 人工智能教学实践综合平台 | 项目编号 | BH2***2注册后查看0注册后查看4 |
| 开始时间 | 2****5-0**$3-3**$3 1**$3:3**$3 | 结束时间 | 2****5-0**$3-0**$3 1**$3:3**$3 |
| 供应商资格要求 | 参照《中华人民共和国政府采购法》第二十二条规定的资格条件。 | 预算金额（元） | 1注册后查看0.0**$3 |
| 采购方式 | 竞价 | ||
采购货物信息列表
| 序号 | 货物（服务）名称 | 数量 | 计量单位 | 预算单价 | ||
|---|---|---|---|---|---|---|
| 1 | 自动驾驶小车 | 3 | 个 | 1.5 | ||
| 技术参数 | 1、小车底盘：小车尺寸2**$3cm*1**$3cm，后轮双电机驱动，前轮舵机驱动。2、双目RGB相机：双目分辨率1****0x4***0，单目6***0x4***0。3、三角法激光雷达：支持3***0°二维环境精准感知，扫描频率5-8HZ，测距频率3****0Hz，探测范围远达8米。4、AI芯片：包含ARM Mali-G6***0 MC4 GPU，支持专用2D图形加速；包含NPU，算力可达6TOPs；支持8K视频编解码，8K显示输出；4**$3MP ISP，支持多摄像头输入。5、控制板：低功耗、高性能的微控制器，主频7**$3MHZ，支持3个高速1**$3位模数转换器和2个数模转换器6、自动驾驶支持：支持自动驾驶智能路径规划算法、自动避障算法 7、支持道路感知AI算法，提供五种自动驾驶AI算法供自动驾驶系统测试验证，包括红绿灯检测、障碍物检测、标识牌检测、车位检测、车道线检测等算法。8、硬件移植：提供AI小车算法硬件移植方案，可移植到小车自带的AI加速芯片上，帮助小车实现简单自动驾驶功能，例如车道线检测、交通指示牌识别、红绿灯识别、自动泊车等等。 | |||||
| 相关材料 | ||||||
| 序号 | 货物（服务）名称 | 数量 | 计量单位 | 预算单价 | ||
| 2 | AI自动驾驶数字孪生综合实践平台 | 1 | 套 | 4.5 | ||
| 技术参数 | 一、AI自动驾驶场景地图包1、交通沙盘：3m*3m。▲2、地图设计：包含真实感高的道路网络模型，包含单行道、双行道，包含一条支持避障场景的车道。（需提供照片证明）3、地图元素：地图元素8种，包括车道线、红绿灯、停车位、交通标识牌等关键元素。4、场景支持：支持三种场景自动驾驶场景，如停车场自动泊车、红绿灯自动识别、障碍物阻挡智能变道或停止。5、传感设备：包含摄像头等路缘感知设备，通过路缘感知设备实现超视距道路环境感知、计算与协同处理。6、无线通信：支持沙盘设备与中控系统通过局域网互联。二、AI自动驾驶中控平台1、平台支持小车在线管理，支持在线查看小车参数、切换小车控制、停止小车运行；2、平台支持路基端全局监控在线显示，支持全局监控视频数据的在线录制；3、平台支持路基端AI算法的远程重启，支持AI算法模型的在线上传；4、平台能够实时可视化路基端的空闲车位检测结果；5、平台支持小车的实时状态显示，包括当前位置、指令、速度与电池状态；6、平台支持道路信息的实时展示，包含各小车位置与方向、交通标志和标线信息；▲7、平台支持实时雷达建图实时显示；（需提供软件截图证明）8、平台支持通过GUI与小车进行实时交互，支持基础行驶、导航、巡航、自动泊车等7类指令任务；9、平台支持控制3辆小车之间的协同行驶；▲1**$3、平台支持实时显示、录制小车摄像头捕获的实时视频数据，支持在线上传小车端的AI算法模型，支持在线显示AI算法模型赋能自动驾驶的实时画面。（需提供软件截图证明）三、智慧交通虚拟仿真平台1、平台提供场景编辑器功能，用户可以在场景中自定义不同类型的车辆、交通标志等。2、支持用户选择和添加不同类型的车辆不少于5种，例如轿车、卡车、公交车等，以满足不同应用场景的需求。3、支持用户添加和编辑交通标志、路障、交通信号灯等，以模拟不同交通场景和情境。▲4、平台支持自动驾驶的模拟，可接入AI开发平台的算法，实现自动驾驶算法模拟，包括避障、车道线检测、目标检测和路径规划等等。（需提供软件截图证明）5、支持用户嵌入自动驾驶算法，适应不同的应用场景和需求。6、提供多种传感器数据，例如摄像头、速度等虚拟传感器，以模拟真实车辆的感知能力。7、支持多个测试用例和测试场景，以验证自动驾驶算法在各种不同情况下的性能和稳定性。8、平台提供数据采集保存功能，支持用户自行搭建虚拟场景，实现人工智能算法训练数据集搭建。9、平台支持多个视角的图像数据集采集，支持用户自由切换进行多场景数据集构建。1**$3、提供数据可视化工具和数据分析算法，以方便用户对数据进行可视化和分析。 | |||||
| 相关材料 | ||||||
| 序号 | 货物（服务）名称 | 数量 | 计量单位 | 预算单价 | ||
| 3 | AI全栈式开发平台 | 2 | 套 | 4注册后查看0 | ||
| 技术参数 | 1、数据支持：平台支持目标检测、语义分割、图像分类、姿态估计数据集，至少各2个。提供4种数据集的下载和使用，支持数据集的可视化展示。（a）数据标注功能支持：支持目标检测、语义分割、图像分类、姿态估计的数据标注功能；（b）数据集管理功能支持：支持公开数据集收藏，私有数据集内容编写介绍，用户可以自行上传图像压缩包进行，创建私有数据集进行图像标注，编写内容介绍；▲（c）数据集统计功能支持：支持训练测试分布、数据集类别分布、图像分辨率分布等统计信息展示，支持用户自行上传的数据集标注完成后统计数据展示；（需提供软件截图证明）2、预处理算法：支持数据集的预处理和数据增强功能，以提高模型的泛化能力。3、AI算法开发支持，支持目标检测、语义分割、图像分类、姿态估计至少共十种算法开发，支持拖拽式可视化编程开发：（a）支持图像分类算法模型MobileNet、ResNet、VGGNet、ViT的开发，支持训练器（学习率）、优化器（模型损失权重）、数据集（batch_size）等参数的在线配置；▲（b）支持目标检测算法模型YOLOX、SSD、DETR的开发，支持训练器（学习率）、优化器（模型损失权重）、数据集（batch_size）等参数的在线配置；（需提供软件截图证明）▲（c）支持语义分割算法模型ddrNet、FCN、HRNet的开发，支持训练器（学习率）、优化器（模型损失权重）、数据集（batch_size）等参数的在线配置；（需提供软件截图证明）（d）支持姿态估计算法模型HourglassNet、HRNet、SimpleBaseline2D的开发，支持训练器（学习率）、优化器（模型损失权重）、数据集（batch_size）等参数的在线配置；▲4、可视化教学：平台支持图形化的编程学习，支持学生在没有编程基础的情况下，实现模型构建，同时将网络组成模块化展示给学生，支持至少两个层级的模型可视化，用于学生对关键技术的学习；（需提供软件截图证明）5、在线训练平台：（a）实时进度查询：支持训练进度的可视化显示，支持多个训练任务管理；（b）实时中间结果显示：支持损失函数、精度的在线显示，供学生分析训练过程；（c）训练类型支持：支持断点续训、支持多卡并行训练，在线显示服务器训练状态，供系统管理；6、在线测试平台：（a）测试任务管理：平台支持测试任务管理，可以灵活选择模型与任务进行测试，支持多个测试任务并行；（b）单例测试：支持单张图像、单个视频的推理测试，可以选择自行上传图像或者测试集图像；（c）数据集测试：支持数据集的整体性能测试，测试完成后显示mAP、准确度等定量指标；7、硬件移植平台：（a）移植任务管理：平台支持移植任务管理，可以灵活选择移植的模型，支持多个移植任务并行；▲（b）移植类型支持：支持瑞芯微RKNN、算能bModel等典型国产硬件平台，支持ONNX、rknn、bmodel导出；（需提供软件截图证明）▲（c）移植参数在线配置：支持在线配置移植参数，如目标硬件、量化图像数量、运行推向尺寸、量化比特数、预处理参数等。（需提供软件截图证明）8、支持运行嵌入式AI实训实验、包括计算机视觉、语音信号处理、自然语言处理等领域9、支持专用2D图形加速；包含NPU，算力等效可达2**$3TOPs；支持8K视频编解码，8K显示输出；4**$3MP ISP，支持多摄像头入。3、配备摄像头麦克风扬声器等传感器。4、4G内存，5***2G存储。5、支持Pytorch、onnx等主流框架部署6、支持为教学场景深度定制的Linux操作系统，和各种主流编程器、python库及开发环境、深度学习计算框架。▲7、尺寸不大于2**$3cm*1**$3cm*1**$3cm。（需提供照片证明） | |||||
| 相关材料 | ||||||
附件下载
