数学与信息科学学院边缘智能应用实训项目采购询价公告

数学与信息科学学院边缘智能应用实训项目采购询价公告一、项目基本情况项目名称：（略）
交货时间（工期）：5个工作日内二、供应商资格要求：1.满足《中华人民共和国政府采购法》第二十二条规定；2.本项目的特定资格要求：无三、现场勘查（如需要，不需要则填无）联系人：（略）
1
（略）物资名称：（略）
（略）详见技术要求套2
（略）技术要求
（一）基础功能：
（略），是以认知教学、技术教学、应用教学来展开学生多维度能力层次培养的教学解决方案。满足人工智能认知、基础应用开发等课程的实验教学。（略）基于边缘计算框架设计，须具有单独AI计算加速能力，支持多sensor输入，具有POE（略）络。集成丰富的硬件接口，包括蓝牙/WIFI、4G、5G、PCIE、扩展GPIO等接口，且须内置多种算法API（目标检测、人脸识别、人脸属性分析、车牌识别等）。（二）平台硬件资源1．边缘计算终端：1）处理器内核：处理器不少于五核，至少包含不低于双核Cortex-A72和三核Cortex-A53。（请提供佐证图片）2）GPU处理器不少于双核；3）NPU:须支持8bit/16bit运算，须支持TensorFlow、Pytorch模型，运算性能不低于3.0TOPs；4）终端搭载内存≥4GBDDR4,存储≥32GBEMMC5.1。5）终端搭载Emmc5.1存储器，容量不低于32GB。6）有线通信：（略）口，须支持POE受电；7）无线通信:需支持蓝牙及双频WiFi。蓝牙需要支持5.0，支持class1，class2和class3功率级传输，调制方式：（略）
3)边缘计算终端须内置QT、PYQT5的运行环境，满足AI的可视化教学。
4)边缘计算终端须内置语音唤醒、语音识别、语音合成、语音播报的离线SDK，满足AI的语音技术应用教学。
5)边缘计算终端内置的AI算法至少包括目标检测、人脸识别、车牌识别、车位检测、人脸多属性分析、人体骨骼关键点检测，满足AI的基础应用与开发教学。（提供操作演示视频）6)边缘计算终端须内置人脸多属性分析算法，具有不少于2个维度的分析结果，比如（表情、是否佩戴眼镜、是否佩戴口罩、年龄、性别）；（提供操作演示视频）7)边缘计算终端须内置人体骨骼关键点检测算法，具有不少于16个关键点的检测。（提供操作演示视频）2、端侧应用软件：1)应用软件具有不少于5个内置AI算法应用，程序界面应包括摄像头调用、图像采集、算法调用、结果呈现等功能与代码对照教学演示，可展开关键技术分解教学。在认知和关键步骤上进行实际操作，满足AI的通识教学（提供操作演示视频）。展开的内置AI算法应用至少包括物品分类识别、物品目标检测、人脸识别、车牌识别和人脸属性识别。
2)（略）应不少于3个人工智能综合项目案例，满足AI行业应用实验教学。
3、算法模型训练工具：提供可视化模型训练工具，支持学生零代码构建高精度模型,支持检测预训练模型，载入标注后的数据后，工具提供“数据预处理”、“数据生产”、“训练参数配置”、“模型训练”和“模型验证”功能（提供操作演示视频）。
训练好的模型无需交叉编译可直接部署到边缘计算终端进行端侧推理验证。
4、（略），具备强大的物理引擎、高质量的图形渲染、方便的编程与图形接口。
1）动力学仿真：支持多种高性能的物理引擎，例如ODE、Bullet、SimBody、DART等。
2）三维可视化环境：支持显示逼真的三维环境，包括光线、纹理、影子。3）传感器仿真：支持传感器数据的仿真，同时可以仿真传感器噪声。
4）可扩展插件：支持用户可以定制化开发插件，（略）功能，满足个性化的需求。
5）多种机器人模型：内置不少于三款机器人模型，包含智能移动机器人、智能搬运机器人、智能复合巡检机器人等多种机器人模型。
6）终端工具：支持用户可以使用命令行工具在终端实现仿真控制。
7）具备虚拟仿真实验功能，通过软件可以运行巡线驾驶、倒车入库、交通标识识别、障碍物识别等虚拟仿真实验案例。
8）（略）支持开展ROS相关实验，如定位与地图构建、路径规划与导航、机器人运动规划与控制等。
5、平台资源
4
（略）须配套不少于两门的课程资源，至少包含《嵌入式人工智能技术应用》、《边缘智能计算应用》两门课程。
5.1、《嵌入式人工智能技术应用》教学资源须配套《嵌入式人工智能技术应用》课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容。
1）需满足不低于64课时教学。
2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学。3）提供不低于16份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式：（略）
4）提供不低于16份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖操任务完整过程。
5）提供不低于16份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学。
6）提供相关案例源码及数据集文件。
7）教学资源内容须涵盖但不限于以下内容：使用OpenCV实现人脸检测、使用计算机视觉算法实现图像识别、利用串口实现边缘硬件控制、基于人脸检测算法实现家用设备的控制、（略）、基于语音识别实现智能家居控制、基于人脸属性检测的疫情防控应用开发。
5.2、《边缘智能计算应用》教学资源须配套《边缘智能计算应用》课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容。
1）需满足不低于64课时教学。
2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学。3）提供不低于14份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式：（略）
4）提供不低于14份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程。
5）提供不低于14份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学。
6）提供相关案例源码及数据集文件。
7）教学资源内容须涵盖但不限于以下内容：a.边缘计算开发板基础应用：开发板介绍及应用案例体验、基于OpenCV的USB摄像头的使用。
b.边缘计算算法SDK应用（基于RockX）：目标检测算法接口应用、人脸识别算法接口应用、人体关键点算法接口应用、车牌识别算法接口应用。c.基于TensorFlow的图像上色模型部署：基于TensorFlow的图像彩色化、TensorFlow模型转RKNN模型并进行预测。
d.基于Pytorch目标检测模型部署：基于Pytorch的YOLOv5模型训练及转换、ONNX模型文件转RKNN模型文件、基于YOLOv5的实时检测模型部署。
5
e.基于TFLite的手掌检测模型部署：基于Mediapipe的手势识别模型转换、基于RKNN模型的手掌检测、边缘端手掌检测应用的部署和运行。
6、设备支持参加全国普通高校学科竞赛排行榜中国大学生计算机设计大赛“边缘智能应用”赛项，并提供证明文件。
7、培训服务：不少于4次培训服务。
五、评审方法1.参加询价采购活动的供应商，应当按照采购文件的要求一次报出不得更改的价格。
2.采购小组从质量和服务均能满足询价文件要求的供应商中，选择最低报价的供应商作为成交人。
六、响应文件提交1.响应文件的构成供应商资格证明文件供应商报价表其他材料2.截止时间：2024年8月12日23点59分(北京时间)3.地点：（略）
八、其他补充事宜九、凡对本次采购提出询问，请按以下方式：（略）
6