广东女子职业技术学院人工智能实训室建设项目-人工智能工程化应用实训平台竞价公告(JJ22100811234389)

招标

人工智能工程化应用实训平台 AI边缘网关串行接口板载扩展视频编解码视频解码 1080P视频编码视频后期处理器智能视频处理触摸显示屏扩展模块 USB图像采集设备网络摄像机智能人脸门禁语音采集播放设备无线路由器图像识别实验模块橙汁甜甜圈篮球 IOT实验模块收纳模块收纳箱 ROS系统柔性仿真机械手语音识别语音合成语音播报 AI算法应用分类检测人脸识别车牌识别车位检测人脸多属性分析算法人体骨骼关键点检测端侧应用软件人体骨骼点 USB摄像头物品分类目标检测色块识别应用系统部署智慧校园无人超市 AIOT云平台家居情景模式设定管理灯光照明系统智能控制家庭环境智能控制智能化安防报警智联网云网关智联网项目云网关智能家居安居智联网功能节点传感器智联网节点的状态查询算法模型训练工具可视化模型训练工具学生零代码构建高精度模型训练参数配置平台课程资源人工智能前端设备应用安装数据采集场景化应用与优化人工智能深度学习数据标注模型部署应用案例配套用书实训指导书人工智能技术应用嵌入式开发人脸检测边缘硬件控制家用设备的控制稻麦监测系统边缘智能计算应用主流深度学习框架Tensorflow 模型搭建模型转换模型推理

金额

项目地址

广东省

发布时间

2022/10/08

公告摘要

项目编号jj22100811234389

预算金额-

招标公司广东女子职业技术学院

招标联系人王老师

标书截止时间-

投标截止时间2022/10/11

公告正文

广东女子职业技术学院人工智能实训室建设项目-人工智能工程化应用实训平台竞价公告(JJ22100811234389)

广东女子职业技术学院人工智能实训室建设项目-人工智能工程化应用实训平台

竞价公告(JJ22100811234389)

说明：各有关当事人对竞价公告内容有异议的，可以在竞价截止时间前通过规定途径提起异议，逾期将视为无异议，不予受理。

一、基本信息

竞价编号：JJ22100811234389
项目名称：广东女子职业技术学院人工智能实训室建设项目-人工智能工程化应用实训平台
项目预算(元)：30,000.00	报价方式：总价报价
采购单位：广东女子职业技术学院	联系人：王老师
最少报价家数：3	联系电话：18027365690
联系手机：无	电子邮箱：无
异议反馈：020-37619972；jycg001@qq.com
开始时间：2022-10-08 11:23:00	截止时间：2022-10-11 11:23:00

二、资格条件

资格条件：供应商应为在中华人民共和国注册的具有独立民事责任的法人或其他组织，取得合法企业工商营业执照并具备相应的经营范围且在有效期内。

三、商务要求

付款方式：安装验收合格后凭正式发票付100%货款。
交付时间：签订合同后15天送货。
交付地址：广东女子职业技术学院番禺校区（广州市番禺区市莲路南浦段2号）。。
质保期及售后要求：提供不少于 3年免费质保期，供应商在保修期内应及时响应报修需求，紧急情况或采购人有特定需要时即时到现场。系统出现故障或采购人有特定需要时，供应商接到通知后 24个小时内赶到现场处理，特殊故障应向采购人汇报和商议解决办法，确保系统正常使用。
其他要求：所有货物供应商需包安装至指定位置。 2.供应商提供的货物（含零部件、配件等）保证是厂商原装、全新的产品，无质量问题。

四、技术要求

序号	标的名称	数量	单位	品牌	是否限定品牌	技术要求
1	人工智能工程化应用实训平台	1.00	套	*	否	一、人工智能工程化应用实训平台包含以下10个硬件模块 1．AI边缘网关： 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。 2) GPU处理器不少于双核； 3) NPU:须支持8bit/16bit运算，须支持TensorFlow、Caffe模型，运算性能不低于3.0TOPs； 4) 终端搭载内存≥4GB DDR4,存储≥32GB EMMC5.1 。 5) 终端搭载Emmc5.1存储器，容量不低于32GB。 6) 有线通信：千兆以太网口； 7) 无线通信:须支持蓝牙、wifi；支持2.4G WiFi，须支持802.11b/g/n/d/g/h/i协议；符合蓝牙2.1 + EDR规范，包括2Mbps和3Mbps调制模式；符合蓝牙3.0标准；符合蓝牙4.2双模的要求；须支持Piconet和Scatternet的全速蓝牙操作；企业级安全性，可将WPA / WPA2认证应用于Wi-Fi；Wi-Fi 发送器和接收器不低于150 Mbps的数据速率的下行PHY速率和150 Mbps上行PHY速率；须支持M.2接口的无线4G/5G模块扩展。 8) 串行接口：须支持RS232/RS485, 须支持Micro USB的U转调试串口； 9) USB口：不少于3个USB 3.0 HOST的TYPE-A接口，不少于1路USB3.0 OTG(Type-C)接口； 10) 板载扩展：须可接1I2S、2I2C、ADC1_CHO、ADC1_CH1、1PWM、2SPI，须支持中断编程，3路电源（12V\5V\3.3V） 11) 视频编解码：须支持4K VP9 and 4K 10bits H265/H264 视频解码，高达60fps；1080P 多格式视频解码 (WMV, MPEG-1/2/4, VP8)，支持6路1080P@30fps解码；1080P 视频编码，支持H.264，VP8格式，须支持2路1080P@30fps编码；视频后期处理器：反交错、去噪、边缘/细节/色彩优化。 12) 智能视频处理：须支持实时图像缩放、裁剪、格式转换、旋转等功能； 13) 视频接口输出: 1路HDMI2.0(Type-A)接口，须支持4K/60fps输出；1路MIPI接口，须支持19201080@60fps输出； 14) 音频接口：不少于1路HDMI音频输出；不少于1路Speaker，喇叭输出；不少于1路耳麦，用于音频输入输出；不少于1路麦克风，板载音频输入； 2．触摸显示屏： 1) 搭载不低于10寸IPS屏，支持多点触控电容屏。 2) 须提供178°水平可视角度。 3) 须提供350cd/㎡显示亮度。 4) 须提供800：1（动态）的对比度。 5) 须内置音箱HDR。 6) 工业级铝合金屏外壳。 7) 扩展模块： 3. USB图像采集设备： 1) 模块须搭载不低于800万像素工业级无畸变摄像头。 2) 模块须支持自动曝光控制AEC，须支持自动增益控制AGC，须支持自动白平衡。 3) 须支持自动对焦功能。 4. RTSP图像采集设备： 1) 200万 1/2.7 CMOS ICR红外阵列筒型网络摄像机 2) 最低照度: 彩色：0.001 Lux @（F1.2，AGC ON），0 Lux with IR 3) 焦距及视场角: 4 mm@ F1.6，水平视场角：86°，垂直视场角：46.3°，对角线视场角：104.2° 4) 宽动态范围: 120 dB 5) 视频压缩标准: 6) 主码流：H.265/H.264 7) 子码流：H.265/H.264/MJPEG 8) 最大图像尺寸: 1920 × 1080 9) 网络: 1个RJ45 10 M/100 M自适应以太网口 10) 启动及工作温湿度: -30 ℃~60 ℃，湿度小于95%（无凝结） 11) 供电方式: DC：DC：12 V ± 25% ；PoE：802.3af 12) 电源接口类型: Φ5.5 mm圆口 13) 电流及功耗: DC：12 V，0.38 A，4.5 W Max； PoE：802.3af，36V~57V，0.15 A~0.10A，5.5 W Max 14) 防护等级: IP67 15) 补光: 最远可达30m 5. 智能人脸门禁： 1) 识别率：大于99% 2) 人脸识别时间：最快0.2秒 3) 人脸识别距离：0.3m~1.8m 4) 人脸库容量：最高50000 5) 本机记录容量：含图片记录10万条 6) 常用核验方式：人脸（1：N）；人证核验。 7) 人员管理：支持人员库的添加、更新、删除以及人员信息查看 8) 访客管理：支持访客的添加、更新、删除以及访客信息查看 9) 陌生人管理：支持陌生人检测、陌生人信息上报 10) 记录管理：支持记录本地保存和实时上传 11) 接口：100M网络接口×1、韦根输出×1、韦根输入×1、RS485×1、告警输入×2、I/O输出×1、音频输入×1、音频输出×1、USB×1 12) 屏幕尺寸及分辨率：触摸屏，7英寸，6001024 13) 补光灯：LED柔光灯 6. 语音采集播放设备: 1）LED指示灯：无亮待机及通话模式；绿灯表示静音模式 2）声音功能声音取样频率：32KHz 3）通讯模式：全双工同时对谈 4）回音消除：高于58dB 5）支持AGC(音频自动增益控制）功能，麦克风全指向性，MIC:34dB 7.无线路由器 1) 300M无线路由，2根天线； 2) 4个百兆网口。 8.图像识别实验模块 1) 模块须配备不低于2个人偶模型。 2) 模块须配备不低于3种动物种类模型，至少包括猫、奶牛、狗动物。 3) 模块须配备不低于2种水果模型，至少包括苹果和香蕉。 4) 模块须配备不低于2种交通工具模型，至少包括汽车和摩托车。 5) 模型须配备不低于8个不同形状和颜色的色块。 6) 模型须配备不低于3种商品模型，至少包括橙汁、甜甜圈、篮球。 9.IOT实验模块 1) 实验模块须配备工业级数字量I/O模块，支持不低于7个通道采集输入和不低于8个通道控制输出。 2) 实验模块须配置工业级485型光照度采集模块，测量响应时间不高于1秒/每次，测量精准度不高于±3％FS。 3) 实验模块须配置带轰鸣器的警示灯，支持红、黄、绿三色单独开关控制，闪光频率不低于63times/min不高于65 times/min 。 4) 实验模块须配置被动式红外热释放的人体红外传感器。 5) 实验模块须配置可长时间通电的门锁模块，锁舌行程7mm，锁舌吸力不高于0.5N（50g）。 6) 实验模块须配置可长时间通电小风扇模块。 7) 实验模须配置不低于2组的4路继电器，支持高/底电平触发。 10.实验器材收纳模块模块须配置具有防震、防摔、收纳功能的收纳箱，支持IP67防水防尘，支持耐温最低到-10℃最高到80℃。二、平台软件资源： 1．操作系统： 1) AI边缘网关须支持Debian/linux嵌入式操作系统，满足嵌入式操作系统教学。 2) AI边缘网关须支持ROS系统，满足柔性仿真机械手、机器车系统教学。 3) AI边缘网关须内置Python3.5以上板本的运行环境，满足Python 的AI教学。 4) AI边缘网关须内置QT、PYQT5的运行环境，满足AI的可视化教学。 5) AI边缘网关须内置语音识别、语音合成、语音播报的离线SDK，满足AI的语音技术应用教学。 6) AI边缘网关内置的AI算法至少包括分类检测、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。 7) AI边缘网关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）； 8) AI边缘网关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。 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,在认知和关键步骤上进行实际操作，满足AI的通识教学。对接网络摄像机，可以实现车牌识别、人脸识别、人体骨骼点和人脸多属性分析；对接USB摄像头，可以实现物品分类、目标检测和色块识别。 2) 应用系统具备典型行业应用案例，利用智慧校园场景进行实训。智慧校园行业应用须包含人员和车辆出入控制、无人超市功能，提供管理员登录管理功能，对用户注册、已注册用户、出入车辆、操作控制进行管理。 3.AIOT云平台： 1）实现家居情景模式设定管理，灯光照明系统智能控制，家庭环境智能控制，智能化安防报警等功能； 2）可在广域网中通过PC、移动智能终端、智能网关等设备登录此云平台； 3）具备项目管理功能，提供定制化的项目中心集中管理； 4）支持智联网SAAS项目的新建并支持授权API的自动生成功能； 5）支持智联网云网关的配置，支持云网关的设备管理、编辑等功能； 6）云平台与智联网项目云网关之间的心跳轮询时间可在3-15S之间灵活设置； 7）须能提供多种的项目案例配置默认地址，至少提供智能家居安居、养殖案例等默认地址配置； 8）兼容行业中常见的智联网功能节点，至少支持数字量Modbus、模拟量Modbus及Zigbee无线传输类型的节点管理； 9）支持至少15种以上常用传感器节点，支持温度、湿度、水温、二氧化碳、光照、风速、大气压力、空气质量、可燃气体、火焰、红外对射传感器等； 10）同时支持手动与默认的物联网节点配置方案，提供至少一种默认节点配置方案； 11）支持智联网节点的状态查询并按需控制； 4.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,支持分类/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。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。 5.平台课程资源（1）《人工智能前端设备应用》 1) 课程须提供人工智能前端设备应用实训教学资源，采用项目化方式实训，包括人工智能前端设备的安装与调试、应用系统部署、数据采集与标注、场景化应用与优化等内容。 2) 课程须提供人工智能深度学习相关开发教学资源，包括数据采集、数据标注、模型训练、模型部署和应用案例等实验。 3) 课程须提供配套用书和实训指导书，实训指导书采用项目化教学内容。 4) 课程须提供配套教学视频、PPT文档、程序源代码。（2）《嵌入式人工智能技术应用》 1) 课程须提供边缘计算终端嵌入式开发教学资源，包括项目一：使用OpenCV实现人脸检测、项目二：使用计算机视觉算法实现图像识别、项目三：利用串口实现边缘硬件控制、项目四：基于人脸检测算法实现家用设备的控制、项目五：基于计算机视觉技术实现稻麦监测系统等实验。 2) 课程须提供配套教学视频、PPT文档、程序源代码。（3）《边缘智能计算应用》 1) 课程提供主流深度学习框架Tensorflow、Pytorch进行模型搭建、模型训练、模型转换、模型部署、模型推理等。 2) 课程提供边缘计算开发板基础应用、边缘计算算法SDK应用、基于TensorFlow的图像上色模型部署、基于Pytorch目标检测模型部署、基于TFLite的手掌检测模型部署等课程内容。课程须提供配套教学视频、PPT文档、程序源代码。