投诉人：海南渝通通信工程有限公司
地址：海南省海口市龙华区海秀路39号申鑫国际广场A2401房。
法定代表人：江渝职务：执行董事兼总经理
被投诉人1：海南大学
地址：海南省海口市美兰区人民大道58号
法定代表人：骆清铭职务：校长
被投诉人2：海南省教学仪器设备招标中心
地址：海南省海口市美兰区蓝天路西2-8号
法定代表人：冯海雄职务：执行董事兼总经理
相关供应商：广东省中科进出口有限公司
地址：广州市越秀区先烈中路100号大院9号102房自编A一楼
法定代表人：李红亮职务：董事兼经理
投诉人就海南大学工程实训中心和智慧校园建设模块智能制造工程实训设备更新（一）项目B包（编号：HD2022-1-058，以下简称“本项目”），于2022年12月8日向被投诉人海南省教学仪器设备招标中心（以下简称代理机构）提出质疑，12月16日代理机构作出质疑答复。12月28日投诉人向本厅现场提交投诉材料。2023年1月5日本厅向投诉人发送重新投诉通知书，1月12日投诉人向本厅现场提交补正投诉书，本厅依法于当日正式受理。1月18日本厅分别向海南大学（以下简称采购人）、代理机构、相关供应商广东省中科进出口有限公司发送了投诉书副本，并通知暂停采购活动，暂停日期为2023年1月18日至2023年2月16日。现已审查终结。
一、投诉人投诉称：
（一）投诉事项1：既然人脸识别一体机作为配置之一，为什么采购名称信息不能正常阐述为控标的主设备名称，如果采购描述为人脸识别一体机就应该是主要设备，不应该为配置之一，现参数体现中却大量描述其他与人脸识别无关设备且参数与人脸识别一体机存在弱关系且存在强行控标。
事实依据：B包采购需求第3项：数据采集与处理实训平台人脸识别一体机参数：★1；4-1、2)；5-1、2、3、4、5、6、7、8）；6；7；8；9-1、2、3、★4）；10；11；（二）1，2-1、2、3），3-1、2、3、4、5、6、7、8、9、10），4-1、2、3、4、5、6、7、★8），5-1、2、3），6-1、2），7，8-1、2、3），9，10，★11，12，13，14。
（二）投诉事项2：既然人工智能算力盒子作为配置之一，为什么采购名称信息不能正常阐述为控标的主设备名称，如果采购描述为人工智能算力盒子就应该是主要设备，不应该为配置之一，现参数体现中却大量描述其他与人工智能算力盒子无关设备且参数与人工智能算力盒子存在弱关系且存在强行控标，而且参数与人脸识别一体机中参数进行强相关联。
事实依据：
B包采购需求-第3项-数据采集与处理实训平台：人工智能算力盒子的嵌入式AI控制单元主板参数：（一）3，4，5，6，7；（二）1，2.3；（三）A-1，2，3，4，5，6，7，8，9，10，11，12，13，14，8-1，2，3，4，5，6，7，8，9。
（三）投诉事项3：既然人工智能算力盒子作为配置之一，为什么采购名称信息不能正常阐述为控标的主设备名称，如果采购描述为人工智能算力盒子就应该是主要设备，不应该为配置之一，现参数体现中却大量描述其他人工智能算力盒子无关设备且参数与人工智能算力盒子存在弱关系且存在强行控标，而且参数与人脸识别一体机中参数进行强相关联。
事实依据：B包采购需求-第9项-智慧算力平台中边缘计算盒子参数：一、1，2，3，4，5；二、1，2，3；三、1，2，3，4，5，6，7，8，9，10。
（四）投诉事项4：设备技术参数中虽无指定任何品牌型号和特定技术、但技术参数上的行业案例课如：农业产品，存在限定性。
事实依据：采购需求中-B包-第4项人工智能运行及工程化实训应用实训平台关键参数与北京普开数据技术有限公司的产品参数高度重合。
（五）投诉事项5：本项目设备中虽无指定任何品牌型号和特定技术、但技术参数上如明显与普开数据的参数一致，存在高度雷同。
事实依据：采购需求中-B包-第5项人工智能AI教育应用实训平台关键参数与北京普开数据技术有限公司的产品参数高度重合，附相关关键参数比对图。
（六）投诉事项6：本项目设备技术参数中支持5种主流工业机器人品牌，包括华数机器人、ABB、KUKA、FANUC、安川、川崎等，仿真输出，对应的机器人代码。存在限定和排他性。
事实依据：采购需求中-B包-第18项最小机电平台关键参数与武汉华中数控股份有限公司的产品参数高度重合，附相关关键参数比对图。
（七）投诉事项7：需求的公告中的需求内容虽非最终版本，在公告后根据各方面的反馈意见建议信息进行修改更正。但时间并未做一定的延长，导致时间更紧急让投标人无时间对产品进行有效评估。
事实依据：B包中12、工业互联网集成应用硬件平台-第一条参数：包含4-6个节点组成，采购数量不明确，另外跟采购需求公示的招标文件不对应。B包中13、工业互联网IOT平台第一条参数：包含4-6个节点。B包中15、工业互联网安全平台第一条参数：包含4-6个节点。B包中17、工业互联网实验室室内环境平台第一条参数：包含4-6个节点。
（八）投诉事项8：本项目采购时间紧急，项目前期需按照《海南省财政厅关于加强政府采购需求管理的通知》的要求开展需求调研论证、实施计划书、项目审查等工作，前期工作量打、耗时长，采购时间比较紧急。采购时间属于预估时间，正常规划时已做预留，并不能满足《海南省财政厅关于印发海南省省级2020-2022年政府集中采购目录及标准的通知》第四条第四项“除情况紧急...外”的规定。
事实依据：采购需求发布时间（2022-11-3023:54）与公开招标发布时间（2022-12-02）间隔未满5个工作日就公开招标。
（九）投诉事项9：软件功能虽相对复杂，但也还是用文字及图片来详细描述的，同时专家为相关领域的专业性人才，对所提供软件产品厂家及功能性描述是具备快速熟悉能力的，并且在审核技术参数时是能对参数描述提问，对产品及相应文档进行判断，并不需要多处提及U盘视频辅助评审，产品设备虽多，但按类型归类起来，涉及的重要功能是能够快速理解的，因此，视频录制存放在u盘出现在要求的参数次数过多。
事实依据：招标文件中单“演示U盘”参数就出现了18处，即使想把“作为证明文件的载体”，也不得有对投标人实行差别待遇或者歧视待遇。
二、被投诉人1(采购人）称：
海南大学自收到《关于发送投诉书副本的通知》后，已按要求暂停项目，现对“工程实训中心和智慧校园建设模块智能制造工程实训设备更新（一）B包(项目编号：HD2022-1-058)”投诉书中投诉事项作如下说明：
本项目于2022年12月2日发布招标公告，12月23日在海南省公共资源交易服务中心完成开评标，2022年12月26日在中国海南政府采购网发布中标公告。本项目B包已经于2022年12月27日签定完采购合同，并于2022年12月30日支付合同70%预付款，供应商已按要求开始生产，预计3月份到货安装调试。
（一）关于投诉事项1回复
1.首先，我们采购的货物名称是数据采集与处理实训平台，是用来教学和学术研究使用的综合性教学平台。从字面上意思很容易理解，这个平台的主要功能就是通过各种软硬件相融合进行相关科研教学课题需求的数据采集与处理的实训实操。而人脸识别一体机是平台内为了进行人脸识别这一科研教学课题而配套的硬件之一，其需要与整个数据采集与处理实训软件相匹配，与其他平台内硬件相融合，因而赋予其的意义就不简单是进行人脸识别的机器，就像买一套商品房房子一样，不能直接把构成房子的砖头、水泥等作为货物名称进行购买。同理，我们采购数据采集与处理实训平台，就不能以构成这个平台的各个分项构成部分名称作为货物采购名称，因为数据采集与处理实训平台本就是我们要采购的一个整体货物名称，其中包含的各个软硬件必须相互匹配兼容开放互融互联才能形成一个“数据采集与处理实训平台"这样的整体货物，不能分开单项采购其中的构成子项，那样的话采购来的货物很大可能是各个功能单一的货物，无法进行相互匹配兼容开放互融互联，失去了我们采购“数据采集与处理实训平台”的意义。
2.作为教学及研究用途采购的“数据采集与处理实训平台”设备构成子项之一“人脸识别一体机”与投诉人在网页上搜索提供的产品定位也不同，普通的商品是不开源的，不考虑教学，通常采用封闭包装。而教学产品，需要开放内部硬件原理，所以在结构和要求上都会有很大差别。教学产品要求更加开放，所以采用教学实验箱结构，“数据采集与处理实训平台”针对更加开放及多功能的考虑是一个系统，这当中包含“人脸识别一体机”贴合教学及研究的需求本身需要满足自定义的一些简易开发部分，属于定制产品，投标人只需满足我方对该系统功能及参数的需求即可，并不存在强行控标意图。
3.普通产品的参数要求主要集中在人脸识别本身的功能使用上，而教学产品的要求：主要体现在人脸识别技术所要求的相关人工智能技术理论上，以及一些相关物联网、智能控制技术。这些相关智能技术和人脸识别技术的软硬件，可以组合出多种以人脸识别为核心的AIoT应用场景。比如：人脸识别门禁（参数中用“继电器”模拟门锁）。
综上，投诉人提供的质疑投诉举证材料是网上搜索的，无法证明材料的真实性和准确性，且材料所表述的标的物与本项目不同；我们招标文件的技术要求是按着“数据采集与处理实训平台”这一设备的整体定义进行提供的，不存在任何强行控标问题。
（二）关于投诉事项2回复
1.首先，我们采购的货物名称是数据采集与处理实训平台，是用来教学和学术研究使用的综合性教学平台，属于定制系统。从字面上意思很容易理解，这个平台的主要功能就是通过各种软硬件相融合进行相关科研教学课题需求的数据采集与处理的实训实操。而人工智能算力盒子是平台内为了进行人工智能算力这一科研教学课题而配套的硬件之一，其需要与整个数据采集与处理实训软件相匹配，与其他平台内硬件相融合，因而赋予其的意义就不简单是进行人工智能算力的机器，就像买一套商品房房子一样，不能直接把构成房子的砖头、水泥等作为货物名称进行购买。同理，我们采购数据采集与处理实训平台，就不能以构成这个平台的各个分项构成部分名称作为货物采购名称，因为数据采集与处理实训平台本就是我们要采购的一个整体货物名称，其中包含的各个软硬件必须相互匹配兼容开放互融互联才能形成一个“数据采集与处理实训平台”这样的整体货物，不能分开单项采购其中的构成子项，那样的话采购来的货物很大可能是各个功能单一的货物，无法进行相互匹配兼容开放互融互联，失去了我们采购“数据采集与处理实训平台”的意义。
2.作为教学用途的“人工智能算力盒子”，与投诉人在网页上搜索提供的普通产品定位不同，普通的商品是不开源的，不考虑教学，通常采用封闭包装。而教学产品，需要开放内部硬件原理，所以在结构和要求上都会有很大差别，教学产品要求更加开放，所以采用教学实验箱结构，所需要的产品必须是符合我们教学科研需求来进行定制。对于定制类产品，我们所设置的参数均已公开，投标人只要能满足相关的配置参数要求就可以完全响应招标文件，因此，不存在强行控标的情况。
3.普通民用产品的参数要求主要集中在“人工智能算力盒子"的算力功能上，而教学产品除了算力这个功能要求外，还要求人工智能计算相关的理论技术和相关应用技术。而视觉图像处理对算力的要求比较高，属于算力的典型应用。所以参数中除了对算力的要求外，增加了很多视觉相关软硬件教学资源的要求。
综上，我们招标文件的技术要求是按着“数据采集与处理实训平台"这一设备的整体定义进行提供的，不存在任何强行控标问题。
（三）关于投诉事项3回复
这项投诉事项既提到“人工智能算力盒子”，提供的截图又是“边缘计算盒子”，根据投诉人后面的搜索图片，推测是投诉“边缘计算盒子”这个产品。据此回复：
1.首先，我们采购的货物名称是“智慧算力平台”，包含三个构成部分：边缘计算盒子硬件、智慧算力软件、智慧算力相关教学科研课题所涉及的实验资源、以及相关载体人工智能一体机服务器，是用来教学和学术研究使用的综合性教学平台。从字面上意思很容易理解，这个平台的主要功能就是通过软硬件相融合进行相关科研教学课题需求的智慧算力实训实操。而边缘计算盒子硬件是平台内为了进行边缘计算这一科研教学课题而配套的硬件之一，其需要与整个智慧算力平台实训软件相匹配，与平台内其他软硬件是一套整体设备。就像买一套商品房子一样，不能直接把构成房子的砖头、水泥等作为货物名称进行购买。如果单独以边缘计算盒子的名称进行采购，可能就导致采购到的硬件与分开采购的软件、实验资源不匹配不兼容，组成不了“智慧算力平台”这一整体性设备，失去了我们建设“智慧算力平台”的意义。
2.其次，作为教学用途的“边缘计算盒子”，与投诉人在网页上随意搜索提供的普通产品定位不同，普通的商品不开源，不考虑教学，通常采用封闭包装。而教学产品，需要开放内部硬件原理，所以在结构和要求上都会有很大差别。所需要的产品必须是符合我们教学科研需求来进行定制。教学产品要求更加开放，所以采用教学实验箱结构。对于定制类产品，我们所设置的参数均已公开，投标人只要能满足相关的配置参数要求就可以完全响应招标文件，因此，不存在强行控标的情况。
3.网页上随意搜索提供的普通产品的参数要求主要集中在“边缘计算盒子”的算力功能上，而教学产品除了算力这个功能要求外，还要求边缘计算相关的理论技术和相关应用技术。而边缘视觉处理是边缘计算的典型应用。比如：在边缘计算盒子上部署B/S架构的算力服务，低算力设备通过网络，提交一张图片给“边缘计算盒子”，边缘计算盒子快速返回图片识别的结果。而不用把图片发给远端的大型人工智能服务器，体现边缘计算的意义。
综上，我们招标文件的技术要求是按着“智慧算力平台”这一设备的整体定义进行提供的，不存在任何强行控标问题。
（四）关于投诉事项4回复
参数中每一项技术要求都是通用技术要求，并不存在排他性。投诉人投诉内容里没有明确招标参数中哪一项或多项对应着某个品牌具体型号产品特有的独家功能且是其他生产厂家无法满足的非通用技术要求，投诉证据只是很随意的一张网页截图，没有具体的有效证据。而从本次的采购过程和结果来看，此项产品所列参数招标时现场是有多家生产厂家和品牌满足了招标文件所列的技术要求，包括中标商在内的绝大部分投标商本项货物投的也不是投诉人提到的北京普开数据技术有限公司的产品。因此，投标时现场六家投标商提交的投标文件实际响应情况充分证明了质疑方的质疑是错误无效的，投诉人提供的证据也是错误无效的，部分投标商提供的技术参数如下：
采用2颗Intel⑧Xeon®IceLake系列处理器，单机最高达80个计算核心，最高主频可达3.7GHz，3条UPI互联，TDP最高270W。最大支持10个双宽加速卡，提供充足AI算力，支持NVLinkBridge互联，提升P2P互联性能，满足更高效的多卡协同场景；整机支持12个全长全高PCle扩展，可兼容200Ginfiniband网卡，提供高带宽，低延时解决方案，最大支持8个热插拔NVMmSSD和2个M.2SATA/NVMESSD，提供高性能存储能力扩展，支持MIG多实例GPU特性，稀疏矩阵等技术，提高GPU利用效率。
投诉人仅凭网上搜索的个别品牌的不确定真实性的举证材料不能证明本项目的需求指向特定供应商或特定产品；本项目有多家生产厂家和品牌参与竞争，不妨碍竞争性，不排斥潜在投标人。
（五）关于投诉事项5回复
参数中每一项技术要求都是通用技术要求，并不存在排他性。投诉人投诉内容说与普开数据的参数存在高度雷同，只能说明投诉人所列的普开参数也可能是通用技术要求，提供的材料无法证明招标参数属于北京普开独有。从本次的采购过程和结果来看，此项产品所列参数还是有多家生产厂家和品牌参与投标和符合的，部分参数如下，数据采集与处理实训平台：嵌入式AI控制单元主板设计方式为，采用整块PCB板设计方式，嵌入式AI运算单元主板、10英寸显示终端、嵌入式AI控制单元、QWERTY全键盘、无线传感网节点模块、13.56MRFID模块固定在嵌入式AI控制；无线传感网节点模块搭配物联网无线传感网节点底板，带一键还原功能，插入配套的一键还原卡，不用PC和仿真器参与，通过板载按键即可还原。节点带1.44英寸TFT低功耗显示终端，用于显示传感器数据及通信信息。可扩展多种传感器模块和通信核心模块，且可以自动识别。
工业互联网实验室室内环境平台：包含4-6个节点，桌面型实训工位，配置安装板，内置弱电供电模块，设置走线槽，内置强电供电模块，带漏电保护功能，支持WIFI功能；CPU处理器相当于或优于TICortexA8800MHz主频，内存为512MB，DDR3L，内置1GBMircro-SD卡，1xMicro-SD扩展槽，不少于6路RS-232/485隔离串口，不少于2路10/100Base-T以太网口；
实验资源：提供基于Linux系统与Windows系统的开发环境搭建：提供Linux、Windows两种系统的Python、TensorFlow人工智能环境搭建实验，提供CPU、GPU两种环境的TensorFlow环境搭建实验；提供Python实验、项目，提供人工智能开发实验，深度学习与神经网络-TensorFlow及AI应用等。
（六）投诉事项6回复
招标所列参数要求是围绕教学需求、人才培养，方便教学和实训开展所应该具备的功能描述，是为了满足老师与学生在日常通用的教学、考试、实验报告、小组内竞赛的的教学内容及教学功能。是经过多方调研论证并参考国内外机器人主流品牌的参数综合设定，不存在排他性。
投诉人投诉招标参数描述与武汉华中数控股份有限公司的参数有重合是因为我们设定的招标参数本就是参考各家品牌产品的参数并采用其共性的通用参数进行制定的，有重合属于正常范围（就如计算机一样，各品牌的技术参数基本一样并高度重合），但投诉人提供的材料无法证明招标参数独属于武汉华中数控股份有限公司独有及直接的指向性。此外，文件明确要求投标人提供对应产品的相关演示视频或实物验证，若能提供真实产品的演示符合我们对教学科研的需求即可。据对机器人调查：
1.据查ABB型号IRB120机器人参数--3KG机器人的最大工作半径为580mm，重复定位精度为：士0.01mm，运动范围：J1：土180°；J2：-155°/+5°；J3：-20°/+240°；J4：士180°；J5：±120°；J6：±400°；额定速度：J1：4.58rad/s；250°/s；J2：4.58rad/s，250°/s；J3：4.58rad/s，250°/s；J4：4.58rad/s，320°/s；J5：4.58rad/s，320°/s；J6：7.33raf/s，420°/s。各项指标参数符合或优于招标要求。
2.据查新松型号SR4B机器人参数--4KG机器人的最大工作半径为596mm，重复定位精度为：±0.02mm。重要指标参数也符合或优于招标要求。因此，不存在限定和排他性。
3.据查埃夫特型号ER3-600机器人参数--3KG机器人的最大工作半径为593mm，重复定位精度为：土0.02mm，运动范围：J1：±170°；J2：-135°/+85°；J3：-65°/+285°；J4：±190°；J5：±130°；J6：±360°；额定速度：J1：400°/s；J2：300°/s；J3：520°/s；J4：500°/s；J5：530°/s；J6：840°/s。各项重要指标参数也符合或优于招标要求。因此，不存在限定和排他性。
据对配套3D打印机调查：招标文件参数是参考国内3D打印机品牌的参数综合设定，不存在排他性。如创想三维、陕西非凡士三维科技有限公司、极光创新等公司的3D打印机产品参数都与本招标参数有重合。因此，不存在限定和排他性。
据对最小机电平台软件调查：招标文件的离线编程软件是参考主流品牌软件的参数综合设定，不存在排他性。如ABB的robotstudio软件、华数机器InteRobot、库卡WorkVisual软件等。因此，不存在限定和排他性。
综上，整个最小机电平台内包含的三个子项部分所列的招标参数都是综合参考多家品牌产品进行制定的，并有三家以上的多家品牌能满足本招标技术要求，不存在限定和排他性。
（七）关于投诉事项7回复
需求公告中的需求内容符合法律法规以及政府采购政策规定的技术、服务、安全等要求；按《海南省财政厅关于印发海南省省级2020-2022年政府集中采购目录及标准的通知》第四条第四项“除情况紧急…外”的规定，项目采购需求公示可不足5个工作日。虽采购需求公示不足5个工作日，但项目仍按政府采购法的公开招标方式依法依规开展，未存在违法违规事项。且未有相关法律法规要求采购需求更改时需对招标时间进行延长。
（八）关于投诉事项8回复
本项目属于《2022年第二批中长期贷款国家贴息支持重点领域设备购置和升级改造项目》，必须要在2022年12月31日前完成支付，采购时间紧急，项目前期需按照《海南省财政厅关于加强政府采购需求管理的通知》的要求开展需求调研论证、实施计划书、项目审查等工作，前期工作量大、耗时长，采购时间比较紧急，因此，按《海南省财政厅关于印发海南省省级2020-2022年政府集中采购目录及标准的通知》第四条第四项"除情况紧急…外"的规定，项目采购需求公示可不足5个工作日。虽采购需求公示不足5个工作日，但项目仍按政府采购法的公开招标方式依法依规开展，未存在违法违规事项。
（九）关于投诉事项9回复
根据《政府采购货物和服务招标投标管理办法》“第二十二条采购人、采购代理机构一般不得要求投标人提供样品，仅凭书面方式不能准确描述采购需求或者需要对样品进行主观判断以确认是否满足采购需求等特殊情况除外”规定，由于软件功能较复杂，难以用文字详细描述，需要专家对佐证材料进行判断，因此需要提供软件功能视频进行佐证。评审因素和判断标准已经在需求的技术功能参数中描述。对于教学平台的功能演示和讲解仅凭书面方式无法展示，因为设备较多，所涉及的技术要求也多，涉及的重要功能描述很重要，是能成功采购所需要产品的关键，所以在招标文件中已经明确规定了证明材料以视频录制存放u盘里，与投标文件一起递交，现场播放专家评审。
之后，采购人还提交了补充说明，具体内容如下：
（一）关于采购标的物的用途和需求
本项目B包采购的产品是用来教学和科学研究使用的综合性仪器平台，通过各种软硬件相融合进行相关教学科研实训实操，可供信息与通信工程学院，计算机学院，机电学院，理学院，热作学院等学院使用。B包标包名称为：信息与通信工程学院设备，主要由信息与通信工程学院牵头采购使用，但学校的教学科研平台是整个海南大学共享的。采购产品属于系统集成性较高、多功能集一体的整体货物，属于定制产品。
（二）关于提供“视频演示U盘”的进一步说明
招标文件中要求提供的“视频演示U盘”，严格来说不算“样品”，“样品”是标的物本身或其组成部分，“视频演示U盘”只是类似于厂家提供的彩页等证明佐证材料，证明该产品能满足相关技术参数指标。
“演示视频”不是软件功能本身或组成部分，厂家可以公开或提供彩页、宣传视频、功能演示视频等宣传材料。
本次招标文件要求提供的是“演示视频“作为佐证材料，并未要求必须由厂家提供或厂家证明背书，而且都是打分项，并非资格条件或实质性要求，因此它只是普通的佐证材料。
所列的需要U盘演示的参数均为关键参数，是与本学院相关专业教学与科研密切相关的功能，这些功能需求是我们采购该批设备的核心。例如：“配备一键还原卡，可以自动识别传感器和通信模块（NB-IOT、LoRa、ZigBee、蓝牙、IPv6、Wi-Fi），节点模块种无论插入哪种通信模块和传感模块都可以自动识别并还原（投标时提供所投产品具有本条功能的演示视频U盘）”，这属于学院通信专业学生需要掌握的相关知识的实验必备功能。再如“人工智能应用实验：提供可以离线训练并识别的人工智能应用实验源码，至少包括OpenCV图像采集以及处理、手写数字识别-PaddlePaddle、手写数字识别-Paddlelite、口罩识别-PaddlePaddle、口罩识别-Paddlelite、目标检测、人脸检测、人体姿态检测应用实验算法实验，实验数量≥8个其他的配件参数只需要满足基本功能即可”，专门针对人工智能专业的典型应用实验。
这里的定制产品是一个系统，每个定制产品的分解的基本功能是现有的技术的集合，而不是我们新提出的一种全新的东西，组成部分都有现成通用成品可供选配，因此很多的通用基本功能是非常有必要演示的，不然没办法知道供应商是否具备集成这个平台的实力。
（三）关于提供农业产品案例
招标文件提到了有关农业产品案例需求，但不仅限于农业产品案例，农业产品案例只是典型行业案例中的一个，招标文件中还提到了情感分析，线上竞拍，交通轨迹等等诸多典型行业案例。农业产品案例主要根据海南地方特色和海南大学相关农业学科的教学与科研需求出发，学校有相关专业的学生和相关农业研究方向的教师也有典型农业示范案例的需求。
农业产品案例，是需要中标后供应商根据招标需求去设置农业产品案例功能的，我们提出了多种行业产品案例（其中包括农业产品）的需求，是从学生培养和科研教师的研究方向出发提出的。
（四）关于采购项目需求参数的进一步说明
人脸识别一体机是平台内为了进行人脸识别这一科研教学课题而配套的硬件之一，其需要与整个数据采集与处理实训软件相匹配，与其他平台内硬件相融合，与采购项目的实际需求密切相关。
人工智能算力盒子是平台内为了进行人工智能算力这一科研教学课题而配套的硬件之一，其需要与整个数据采集与处理实训软件相匹配，与其他平台内硬件相融合。同样是针对学校相关专业学生的教学内容和相关专业的教师的科研内容所采购的，与采购项目的实际需求直接相关。
招标所列参数要求是围绕教学需求、人才培养，方便教学和实训开展所应该具备的功能描述，是为了满足老师与学生在日常通用的教学、考试、实验报告、小组内竞赛的的教学内容及教学功能。
最小机电平台内包含的三个子项部分所列的招标参数都是综合参考多家品牌产品进行制定的，相关参数与采购的实际需求密切相关。
三、被投诉人2(代理机构）的书面说明内容与采购人第一次说明基本相同。
四、相关供应商(广东省中科进出口有限公司)未提交说明。
五、本厅查明：
（一）本项目于2022年11月30日发布采购需求，2022年12月2日发布公开招标公告，B包采购预算金额1604万元，获取招标文件时间12月2日至12月9日，开标时间12月23日。12月16日发布更正公告，更正内容：“因本项目资金来源主要是中长期贷款，若中标，签订合同后，2022年12月31日之前达不到支付和贷款发放条件，则终止本次采购活动，合同自动失效。招标文件其他内容不变。关于开户说明1、因为要执行资金监管，账户要开在采购人龙华支行辖内网点才能执行监管。辖内网点清单详见下方附表。2、2022年12月31日之前必须支付成功，由于时间紧迫，开户所需时间过长，请各潜在供应商在报名成功后立即去辖内网点办理开户。本次补遗不影响投标文件实质性编制，故不延期开标时间。”12月26日发布中标结果公告，中标供应商为广东省中科进出口有限公司，B包中标金额1597万元。采购合同于12月27日签订，12月28日代理机构发布合同公告，采购人于12月30日向供应商支付合同金额70%预付款。
（二）B包采购需求第3项：数据采集与处理实训平台，技术参数配置要求：
人脸识别一体机50台；
系统要求融合人工智能技术+嵌入式系统技术+工业机械臂应用技术+AR技术+物联网技术；通过丰富的基础实验和项目案例，实现从人工智能基础学习到应用实践的完整过程。
硬件技术参数：
★1.实验箱结构：实验箱分为两层结构，上层实验层，下层储物层，机械臂可存放在储物层的专用存放区，实验时可放到实验层的专用放置区进行实验（包括机械臂底座放置区、8个货物仓位）；主板带管理锁，方便储物层的设备安全管理；针对实验功能，实验箱具有整体化、一体化设计，不接受散件拼装；铝合金包边，承重抗压不易变形；（投标时提供所投产品本条要求的产品结构图片证明）
2.嵌入式AI运算单元：
1)采用多核心处理器，处理器参考型号相当于或优于处理器型号为RK3399：四个Cortex-A53核心和两个Cortex-A72核心，ARMMali-T860MP4GPU支持OpenGLES1.1/2.0/3.0，OpenCL1.2，DirectX11.1；
2)≥4GBDDR3内存；
3)≥16GBeMMC；
4)配备≥10英寸，分辨率≥1920*1200的显示终端，带多点电容触摸显示终端；
3.嵌入式AI运算单元主板：
1)≥4路USB2.0HOST接口；
2)具USB3.0HOST接口；
3)具有TF卡接口，Type-C接口，音频输入，HDMI接口；
4)≥2路CSI摄像头接口；
5)具有10/100/1000M以太网接口，EDP显示终端接口；
6)2路MIPIDSI显示接口(最高点4K显示终端)；
7)≥10路可扩展GPIO接口；
8)≥2路TTL串口；
9)具有PCIE4G接口，RTC备用电池接口，SPI接口；
10)具有2.4G/5G/WIFI+蓝牙4.0，2路功能按键，具有用户自定义LED；
11)2路3W喇叭输出接口；
12)具有重力传感器；
4.嵌入式AI控制单元：
1)采用相当于或优于Cortex-M3内核处理器，最高主频≥72MHz，RAM≥64KB，FLASH≥512KB；
2)可用于工业机械臂、无线传感网控制等。
5.嵌入式AI控制单元主板：
主板设计方式：采用整块PCB板设计方式，嵌入式AI运算单元主板、10英寸显示终端、嵌入式AI控制单元、QWERTY全键盘、无线传感网节点模块、13.56MRFID模块固定在嵌入式AI控制。（投标时提供制造商的产品图片证明）
1)单元主板上，保证系统整体性、一体化；
2)一路USB-HUB从AI运算单元引出，拓展出三个USB接口；
3)2路串口，一路串口可用于AI运算单元与AI控制单元通信，一路串口可用于工业机械臂控制；
4)RFID模块接口，支持多种不同频段的RFID模块；
5)2组无线传感网络接口，每组均具有仿真接口，可自动识别多种传感网络；
6)板载50pin标准Arduino拓展接口，可用于外接传感器进行实验；可拓展标准Arduino接口拓展板，包括：Arduino电机板，包含直流电机及驱动电路、步进电机及驱动电路、舵机及驱动电路；Arduino键盘板，包括数码管、矩阵键盘、LED灯；Arduino传感器板，包含酒精传感器、光强传感器、温度传感器、气体传感器、光电门、火焰传感器、继电器、蜂鸣器；
7)具有AI控制单元仿真器接口；
8)板载蜂鸣器、LED灯等常用资源；
6.工业级USB免驱摄像头：24位图像色彩，MJPEG图像下：输出分辨率1920*1080时31帧成像，输出分辨率1280*720时60帧成像，输出分辨率800*600时60帧成像，输出分辨率640*480时120帧成像，120°广角无畸变。
7.工业机械臂：带反馈的可编程机械手臂，包含6个高寿命串行总线舵机，每个舵机可以反馈位置、电压、温度等数据。
8.QWERTY全键盘：搭配QWERTY全键盘，方便进行本地开发。可以利用该全键盘直接在嵌入式AI单元上进行编程操作，无需PC机参与即可完成编程操作。
9.无线传感网节点模块：
1)搭配物联网无线传感网节点底板，带一键还原功能，插入配套的一键还原卡，不用PC和仿真器参与，通过板载按键即可还原。节点带1.44英寸TFT低功耗显示终端，用于显示传感器数据及通信信息。可扩展标多种传感器模块和通信核心模块，且可以自动识别。要求标配ZigBee、Wi-Fi两种传感网络，并能支持LoRa、BLE、IPv6、NB-IoT网络，方便以后设备升级；投标时提供制造商的产品图片证明；
2)配备4个无线通信核心板，要求任何一个通信核心模块可以插接到任何一个通信底板上，具体包含：2个ZigBee通信核心板；2个支持AP功能的低功耗Wi-Fi通信核心板；
3)配备温湿度、直流风扇、光强、继电器，传感器及控制模块。支持接口兼容的光电传感、火焰、可燃气、电位器、蜂鸣器、触摸、人体红外、超声波测距等传感器及控制模块。要求接口兼容，可以直接连接任意通信底板；
★4)配备一键还原卡，可以自动识别传感器和通信模块
（NB-IOT、LoRa、ZigBee、蓝牙、IPv6、Wi-Fi），节点模块种无论插入哪种通信模块和传感模块都可以自动识别并还原（投标时提供所投产品具有本条功能的演示视频U盘）；标配13.56MRFID模块（可扩展相同封装的125K、NFC、915M、2.4G、指纹模块等），板载低功耗MCU，相当于或优于ARMCortex-M0核，独立USB转串口，1.44英寸TFTLCD显示终端，2个按键，1路蜂鸣器，≥10路IO扩展，1路LED灯，SWD下载口，独立复位。模块对外提供USB、RS232、I2C等3种访问方式。
10.支持IOSIEC14443A协议。
11.嵌入式操作系统：搭载64位Ubuntu16.04，Qt5.5，
Python3.5，TensorFlow1.7。
实验资源等要求（所有实验均须提供完整的实验案例（包含源码）及实验指导说明文件，投标时需提供产品电子版实验指导书等相应辅证材料）
1.提供基于Linux系统与Windows系统的开发环境搭建：提供Linux、Windows两种系统的Python、TensorFlow人工智能环境搭建实验，提供CPU、GP两种环境的TensorFlow环境搭建实验。
2.提供Python实验
1)Python基础：包括Python基础语法、字符串操作、文件操作、异常处理等方面的实验，实验数量≥10个；
2)Python高级：包含Python接入第三方库，Python高级语法、Python面向对象等方面的实验，实验数量≥12个；
3)Python项目：至少包含飞机大战Python综合项目，项目数量≥1个。
3.提供如下人工智能开发实验，深度学习与神经网络-TensorFlow及AI应用：
1)人工智能基础实验，实验数量≥6个；
2)基本处理算法模型实验：至少包括机器学习中分类问题、回归预测问题两类问题的算法实验，实验数量≥3个；
3)神经网络算法实验：至少包括基于前馈人工神经、基于闭合回路的递归神经、基于反向传播算法进行空间表征的压缩重构的网络模型算法实验，实验数量≥5个；
4)TensorFlow实用技术实验：至少包括对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化实验；
5)高级框架TFlearn实验：至少提供包括基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案算法实验，且实验数量≥5个；
6)TFlearn视觉网络：提供基于TFlearn计算机视觉处理处理网络算法实验，实验数量≥6个；
7)基于百度AI开放平台的人工智能图像识别实验，实验数量≥5个；
8)基于百度AI开放平台的人工智能语音识别实验；
9)基于百度AI开放平台的人工智能人脸识别实验：提供至少包括人脸检测、人脸识别、改进返回值实验，实验数量≥4个；
10)人工智能应用实验：提供可以离线训练并识别的人工智能应用实验源码，至少包括OpenCV图像采集以及处理、手写数字识别、车牌识别、目标检测、人脸识别、语音识别应用实验算法实验，实验数量≥7个。
4.提供如下人工智能开发实验，基于PaddlePaddle
1)Paddle基础概念实验，实验数量≥10个；
2)命令式编程使用教程实验：至少包括命令式编程模式、多卡训练等，实验数量≥5个，投标时提供产品详细实验清单；
3)Paddle使用技巧实验：至少包括训练过程中模型评估、增量训练等实验，实验数量≥6个，投标时提供产品详细实验清单；
4)Paddle简单案例：至少包括Softmax回归实现数字识别训练和预测、卷积神经网络实现数字识别训练和预测、词向量实现与应用等实验，实验数量≥10个，投标时提供产品详细实验清单；
5)Paddle计算机视觉：至少包括图像分类训练与应用、生成对抗网络训练和应用等实验，实验数量≥4个，投标时提供产品详细实验清单；
6)Paddle自然语言处理：至少包括情感分析训练与应用、语义角色标注训练与应用、机器翻译训练与应用等实验，实验数量≥6个，投标时提供产品详细实验清单；
7)Paddle推荐系统：至少包括个性化推荐系统训练与应用等实验，实验数量≥2个，投标时提供产品详细实验清单；
★8)人工智能应用实验：提供可以离线训练并识别的人工智能应用实验源码，至少包括OpenCV图像采集以及处理、手写数字识别-PaddlePaddle、手写数字识别-Paddlelite、口罩识别-PaddlePaddle、口罩识别-Paddlelite、目标检测、人脸检测、人体姿态检测应用实验算法实验，实验数量≥8个（投标时提供所投产品具有本条功能的视频演示U盘）。
5.提供机器视觉实验
1)基础概念与知识部分：至少包括机器视觉概念与发展等实验，实验数量≥5个，投标时提供厂家盖章的产品详细实验清单；
2)OpenCV部分：至少包括图像色彩空间变换、图像阈值分割、图像几何变换、平滑图像、目标轮廓特征查找、霍夫变换等实验，实验数量≥23个，投标时提供产品详细实验清单；
3)机器/深度学习部分：至少包括颜色识别、人脸识别等实验，实验数量≥7个，投标时提供产品详细实验清单。
6.提供无线传感网实验
1)ZigBee部分：包括基于ZigBee的开发环境搭建、组网、灯光控制、串口传输、数据透传控制等实验、以及本实验箱的配套传感器模块实验（每种传感器提供一个独立实验）；
2)低功耗Wi-Fi部分：包括基于Wi-Fi的透传、AT实验、物联网云基础实验、传感节点采集组网、以及本实验箱的配套传感器模块实验（每种传感器提供一个独立实验）。
7.RFID模块部分：至少包括13.56M读卡实验、13.56M写卡实验、13.56M读写秘钥实验、饭卡消费充值系统、13.56M调试助手，实验数量≥8个。
8.提供STM32部分实验
1)STM32F103部分：至少包括LED灯、蜂鸣器、案件中断等实验，实验数量≥5个；
2)机械臂控制部分：至少包括舵机转动控制等实验，实验数量≥3个；
3)无线射频技术部分：至少包括13.56MHz高频读单个扇区、13.56MHz高频写单个扇区等实验，实验数量≥4个。
9.项目开发例程（PPT以及视频教程）部分：课程视频≥22个，并配套PPT，投标时提供产品详细课程视频清单截图。
★10.综合项目，包含如下（投标时提供所投产品具有本条功能的视频演示U盘）：1)AI计算机视觉仓库货物分拣整理：基于AI计算机视觉+机械臂控制为一体的仓库货物分拣、整理项目，基于TensorFlow框架通过深度学习神经网络算法识别仓库货物，在终端进行显示及控制，可以通过机械臂将货物进行仓库间的搬运，也可以将仓库内的货物进行整理归位；2)AI语音机械臂控制货物分拣：基于AI语音识别+机械臂控制为一体的机械臂控制、货物分拣，用户可以通过语音发布指令控制机械臂执行动作；3)AR仓库货物分拣：通过AR增强现实技术实现图像识别，创建与现实中物体相关联的虚拟模型，结合鼠标或者手指的动作来操控虚拟物体，进而机械臂也跟随虚拟物体的移动进行相应的动作，也可以通过UI的操作来直接控制机械臂的运动；4)基于AI开放平台的图像识别+抓取：基于AI开放平台的图像识别，包括：动物识别、水果识别、蔬菜识别、车标识别、汉字识别、英文识别，并且可以基于机械臂控制不同种类的物体进行分类搬运；5)无线物联网模块拓扑图：基于物联网模块的拓扑图，可以显示物联网模块的传感器数据以及控制传感器状态；6)RFID模块拓扑图：基于RFID模块的拓扑图，可以显示RFID卡中的数据。
★11.提供人工智能实验系统软件，至少能够完成AI计算机视觉仓库货物分拣整理、AI语音机械臂控制货物分拣、AR仓库货物分拣项目的综合管理及各个项目功能的单独展示，开放实现源码，该管理系统设备制造商需具有自主知识产权，投标时提供厂家盖章的相应证明文件复印件。
12.为辅助老师课程建设，制造商需有丰富的线上线下培训经验，有能力提供至少4个月嵌入式人工智能的线下培训名额；能够提供在线课程账号至少2个，每个账号应不少于100学时；（投标时提供在线课程网址，并提供截图证明）。
13.制造商有技能证书服务。
14.制造商编写并由出版社出版了与投标实验箱配套的人工智能教材，要求教材有配套视频（可通过扫描书中对应章节对的二维码观看）、PPT、源代码、习题，投标时提供生产厂家编写出版的样书图片。
（三）B包采购需求第3项：数据采集与处理实训平台，4.人工智能算力盒子：5台，技术要求：
硬件技术要求：
1.5V/4A电源适配器；
2.嵌入式AI运算单元主板：相当于或优于四核ARM的Cortex-A57处理器，NVIDIA的CUDA核心≥128个，4GB64位LPDDR4，16GBeMMC5.1内存，1Xsdio/2xSPI/6XI2C/2xI2S/GPIO，千兆以太网，搭载基于B/S架构的本地AI开放平台，基于设备的B/S架构的AI开放训练平台FastDL，基于设备的B/S架构的提供AIStudio学习平台，平台开源可进行二次开发。
3.嵌入式AI控制单元主板：相当于或优于Cortex-M3内核的STM32F103系列处理器，最高主频72MHz，LQFP64封装。至少包含六种物联网无线传感网络接口：可兼容zigbee、蓝牙、WiFi、IPV6、LORA、NBIoT等网络类型。具有云台控制接口，可实现云台的实时操控；0.96英寸OLED显示终端：用于运算器状态显示3个板载USBHOST接口；1个板载USBMINI接口，用于连接PC；1个12PIN无线模块下载接口，可以用于给zigbee、蓝牙、WiFi、IPV6、LORA、NBIoT等无线网络通信核心板烧写程序；板载4个云台控制按键，可以用于云台的上下左右控制；可通过搭载在设备上的B/S架构的本地AI开放平台进行远程控制。
4.平板电脑：安卓系统；尺寸≥10.1英寸；分辨率：1920*1200dpi；内置Wi-Fi，蓝牙；电池容量5001-6000mAh；后置摄像头500W；前置摄像头200W；支持联通4G/移动4G/电信4G；电容触摸；1个麦克风；2个扬声器数量；可对接搭载在设备上的B/S架构本地AI开放平台。
5.摄像头云台：双自由度云台：2自由度（旋转180°，俯仰180°）。
6.工业级USB免驱摄像头：24位图像色彩，MJPEG图像下：输出分辨率1920*1080时31帧成像，输出分辨率1280*720时60帧成像，输出分辨率800*600时60帧成像，输出分辨率640*480时120帧成像，120°广角无畸变。
7.键盘：无线传输键盘，可连接平板电脑使用搭载在设备上的B/S架构AIStudio学习平台进行相关实验学习和开发。
软件平台要求：以下三个平台都由Python的Django实现并部署，并针对相关的平台做了HTML5、JSS以及JavaScript的相关开发，可以使用浏览器访问前端界面进行学习和开发，所有的B/S项目代码都开源。
1．提供本地的搭载在设备上的B/S架构的AI开放平台，可实现通过浏览器，实现人工智能人脸识别、目标检测等功能，可使用平板电脑摄像头（前置和后置）和设备摄像头进行识别。
2．提供本地的基于设备的B/S架构的AI开放训练平台FastDL,可在设备上一键式训练，无需部署环境和神经网络，零基础训练神经网络模型，训练完成的模型可发布为设备端SDK、私有服务器部署、软硬一体方案，灵活适配各种使用场景及运行环境。
3．提供本地的基于设备的B/S架构的提供AIStudio学习平台，无需在计算机上搭建任何环境，平台在使用手册中插入可运行的碎片化代码进行运行处理。
实验资源等要求（所有实验均须提供完整的实验案例（包含源码）及实验指导说明文件。提供基于Linux系统与Windows系统的开发环境搭建：提供Linux、Windows两种系统的Python、TensorFlow人工智能环境搭建实验，提供CPU、GPU两种环境的TensorFlow环境搭建实验；
A、提供Python实验
1.Python基础：包括Python基础语法、字符串操作、文件操作、异常处理等方面的实验，实验数量≥10个。
2.Python高级：包含Python接入第三方库，Python高级语法、Python面向对象等方面的实验，实验数量≥12个。
3.Python项目：至少包含飞机大战Python综合项目，项目数量≥1个。
4.提供人工智能机器视觉开发实验。
5.可在设备上完成理论与上机实验：目标轮廓特征查找、霍夫变换等实验，实验数量≥20个。
6.提供人工智能实验系统软件，设备厂家具有自主知识产权，投标时提供相应证明文件复印件。
7.人工智能基础：数据集介绍、深度学习简介、TensorFlow简介、TensorFlow入门操作等，实验数量≥6个，投标时提供产品详细实验清单。
8.基本处理算法：用于处理分类问题的解决算法：K最近邻算法、逻辑回归算法；用于处理回归预测问题的解决算法：线性回归算法；解释原理、学习方法、使用方法、处理方法等。
9.神经网络算法：基于前馈人工神经网络模型的多层感知器（MLP）；基于闭合回路的递归神经网络的长短期记忆网络（LSTM）；基于闭合回路的递归神经网络的双向循环神经网络（Bi-RNN）；基于反向传播算法的进行空间表征的压缩重构的自编码器（Autoencoder）等，实验数量≥6个，投标时提供详细实验清单。
10.TensorFlow的实用技术：对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化。
11.高级框架TFLearn：TFLearn常用API的介绍；基于TFLearn进行回归预测问题的解决算法实现；基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案。
12.lTFLearn视觉网络：基于TFLearn实现前馈人工神经网络模型的多层感知器（MLP）；基于TFLearn实现前馈人工神经网络模型的卷积神经网络（CNN）并在多个数据集上进行解释等，实验数量≥6个。
13.人工智能应用实验：OpenCV图像采集及预处理、手写数字识别、车牌识别等，实验数量≥7个。
14.8.提供人工智能实验，基于PaddlePaddle，内容包含：
15.Paddle基础概念实验，实验数量≥10个。
16.命令式编程使用教程实验：至少包括命令式编程模式、多卡训练等，实验数量≥5个。
B、提供Paddle实验
1.使用技巧实验：至少包括训练过程中模型评估、增量训练等实验，实验数量≥6个。
2.Paddle简单案例：至少包括Softmax回归实现数字识别训练和预测、卷积神经网络实现数字识别训练和预测、词向量实现与应用等实验，实验数量≥10个。
3.Paddle计算机视觉：至少包括图像分类训练与应用、生成对抗网络训练和应用等实验，实验数量≥4个。
4.Paddle自然语言处理：至少包括情感分析训练与应用、语义角色标注训练与应用、机器翻译训练与应用等实验，实验数量≥6个。
5.Paddle推荐系统：至少包括个性化推荐系统训练与应用等实验，实验数量≥2个。
6.基于百度AI开放平台的人工智能图像识别实验，实验数量≥5个。
7.基于百度AI开放平台的人工智能语音实验，实验数量≥1个。
8.基于百度AI开放平台的人工智能人脸识别实验：提供至少包括人脸检测、人脸识别、改进返回值实验，实验数量≥4个。
9.基于设备的B/S架构的AI开放训练平台FastDL，预提供猫狗检测和火灾预警。
10.基于设备的B/S架构的AI开放平台综合项目（至少需包含如下项目内容。
综合项目都可通过设备的基于B/S架构的本地AI开放平台进行演示和开发：云台控制、颜色跟踪、人脸检测、人脸识别、目标检测（基于平板摄像头）、目标检测（基于设备摄像头）。
（四）B包采购需求第9项，智慧算力平台：边缘计算盒子
硬件要求
1.5V/4A电源适配器
2.嵌入式AI运算单元主板：相当于或优于四核ARM的Cortex-A57处理器，NVIDIA的CUDA核心≥128个，4GB64位LPDDR4，16GBeMMC5.1内存，1Xsdio/2xSPI/6XI2C/2xI2S/GPIO，千兆以太网，搭载基于B/S架构的本地AI开放平台，基于设备的B/S架构的AI开放训练平台FastDL，基于设备的B/S架构的提供AIStudio学习平台，平台开源可进行二次开发。
3.★嵌入式AI控制单元主板：相当于或优于Cortex-M3内核的STM32F103系列处理器，最高主频72MHz，LQFP64封装。至少包含六种物联网无线传感网络接口：可兼容zigbee、蓝牙、WiFi、IPV6、LORA、NBIoT等网络类型。云台控制接口：具有云台控制接口，可实现云台的实时操控；0.96英寸OLED显示终端：用于运算器状态显示；3个板载USBHOST接口；1个板载USBMINI接口，用于连接PC；1个12PIN无线模块下载接口，可以用于给zigbee、蓝牙、WiFi、IPV6、LORA、NBIoT等无线网络通信核心板烧写程序；板载4个云台控制按键，可以用于云台的上下左右控制；可通过搭载在设备上的B/S架构的本地AI开放平台进行远程控制。
4.平板电脑：安卓系统；分辨率：1920*1200dpi；内置Wi-Fi，蓝牙；电池容量5001-6000mAh；后置摄像头500W；前置摄像头200W；支持联通4G/移动4G/电信4G；电容触摸；1个麦克风；2个扬声器数量；可对接搭载在设备上的B/S架构本地AI开放平台。
5.摄像头云台：二自由度云台：2自由度（旋转180°，俯仰180°）；24位图像色彩，MJPEG图像下：输出分辨率1920*1080时31帧成像，输出分辨率1280*720时60帧成像，输出分辨率800*600时60帧成像，输出分辨率640*480时120帧成像，120°广角无畸变。
7.键盘:无线传输键盘，可连接平板电脑使用搭载在设备上的B/S架构AIStudio学习平台进行相关实验学习和开发。
软件平台要求
以下三个平台都由Python的Django实现并部署，并针对相关的平台做了HTML5、JSS以及JavaScript的相关开发，可以使用浏览器访问前端界面进行学习和开发，所有的B/S项目代码都开源。
1.提供本地的搭载在设备上的B/S架构的AI开放平台，可实现通过浏览器，实现人工智能人脸识别、目标检测等功能，可使用平板电脑摄像头（前置和后置）和设备摄像头进行识别。
2．提供本地的基于设备的B/S架构的AI开放训练平台FastDL，可在设备上一键式训练，无需部署环境和神经网络，零基础训练神经网络模型，训练完成的模型可发布为设备端SDK、私有服务器部署、软硬一体方案，灵活适配各种使用场景及运行环境。
3．提供本地的基于设备的B/S架构的提供AIStudio学习平台，无需在计算机上搭建任何环境，平台在使用手册中插入可运行的碎片化代码进行运行处理。
实验资源等要求（所有实验均能提供完整的实验案例（包含源码）及实验指导说明文件
1.提供基于Linux系统与Windows系统的开发环境搭建：提供Linux、Windows两种系统的Python、TensorFlow人工智能环境搭建实验，提供CPU、GPU两种环境的TensorFlow环境搭建实验。
2.提供Python实验。
3.Python基础：包括Python基础语法、字符串操作、文件操作、异常处理等方面的实验，实验数量≥10个，投标时提供详细实验清单。
4.Python高级：包含Python接入第三方库，Python高级语法、Python面向对象等方面的实验，实验数量≥12个，投标时提供详细实验清单。
5.Python项目：至少包含飞机大战Python综合项目，项目数量≥1个，投标时提供详细实验清单。
6.提供人工智能机器视觉开发实验，可在设备上完成理论与上机实验：目标轮廓特征查找、霍夫变换等实验，实验数量≥20个。
7.提供人工智能实验系统软件，设备厂家具有自主知识产权，投标时提供厂家的产品相应证明文件复印件；内容包含：
人工智能基础：数据集介绍、深度学习简介、TensorFlow简介、TensorFlow入门操作等，实验数量≥6个，投标时提供详细实验清单。基本处理算法：用于处理分类问题的解决算法：K最近邻算法、逻辑回归算法；用于处理回归预测问题的解决算法：线性回归算法；解释原理、学习方法、使用方法、处理方法等。神经网络算法：基于前馈人工神经网络模型的多层感知器（MLP）；基于闭合回路的递归神经网络的长短期记忆网络（LSTM）；基于闭合回路的递归神经网络的双向循环神经网络（Bi-RNN）；基于反向传播算法的进行空间表征的压缩重构的自编码器（Autoencoder）等，实验数量≥6个，投标时提供详细实验清单TensorFlow的实用技术：对训练出来的模型进行保存和恢复以进行新的预测，TensorFlow中Graph的可视化以及训练过程中loss的可视化。高级框架TFLearn：TFLearn常用API的介绍；基于TFLearn进行回归预测问题的解决算法实现；基于Fine-tuning实现对原模型的微调以及大型数据集的处理方案。TFLearn视觉网络：基于TFLearn实现前馈人工神经网络模型的多层感知器（MLP）；基于TFLearn实现前馈人工神经网络模型的卷积神经网络（CNN）并在多个数据集上进行解释等，实验数量≥6个，投标时提供的详细实验清单，人工智能应用实验：OpenCV图像采集及预处理、手写数字识别、车牌识别等，实验数量≥7个，投标时提供详细实验清单。
8.提供人工智能实验，基于PaddlePaddle，内容包含（投标时提供产品此功能实验指导书截图）：
lPaddle基础概念实验，实验数量≥10个，投标时提供详细实验清单；命令式编程使用教程实验：至少包括命令式编程模式、多卡训练等，实验数量≥5个，投标时提供详细实验清单；Paddle使用技巧实验：至少包括训练过程中模型评估、增量训练等实验，实验数量≥6个，投标时提供详细实验清单；Paddle简单案例：至少包括Softmax回归实现数字识别训练和预测、卷积神经网络实现数字识别训练和预测、词向量实现与应用等实验，实验数量≥10个，投标时提供详细实验清单；lPaddle计算机视觉：至少包括图像分类训练与应用、生成对抗网络训练和应用等实验，实验数量≥4个，投标时提供详细实验清单；Paddle自然语言处理：至少包括情感分析训练与应用、语义角色标注训练与应用、机器翻译训练与应用等实验，实验数量≥6个，投标时提供详细实验清单；Paddle推荐系统：至少包括个性化推荐系统训练与应用等实验，实验数量≥2个，投标时提供详细实验清单；基于百度AI开放平台的人工智能图像识别实验，实验数量≥5个，投标时提供详细实验清单；基于百度AI开放平台的人工智能语音实验，实验数量≥1个，投标时提供详细实验清单；基于百度AI开放平台的人工智能人脸识别实验：提供至少包括人脸检测、人脸识别、改进返回值实验，实验数量≥4个，投标时提供详细实验清单。
9.基于设备的B/S架构的AI开放训练平台FastDL，预提供猫狗检测和火灾预警（至少需包含如下项目内容，投标时提供此功能演示视频截图）。
10.★基于设备的B/S架构的AI开放平台综合项目（至少需包含如下项目内容，（投标时提供本条功能演示视频截图）综合项目都可通过设备的基于B/S架构的本地AI开放平台进行演示和开发：云台控制、颜色跟踪、人脸检测、人脸识别、目标检测（基于平板摄像头）、目标检测（基于设备摄像头）。
（五）B包采购需求第4项人工智能运行及工程化实训应用实训平台
人工智能工程实训平台
1.系统支持人脸表情识别功能。支持dlib库和训练好的人脸特征点模型，系统内置人脸识别“68模型”（shape_predictor_68_face_landmarks.dat），支持使用OpenCV对图片进行操作，支持对识别出的人脸标注出特征点。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支持jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果。
★2.系统支持图片风格迁移功能。支持tensorflow实现图像风格迁移，支持把一张图片的内容和一张图片的风格结合在一起，使内容图片的风格变成风格图片的风格样式。支持7种风格图片模型，输入一张内容图片，支持随机输出一张改变风格后的图片。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果。
3.系统支持看图说话功能。支持tensorflow实现Google的image-to-text模型，支持把图像转换成文字。支持根据输入的图片，把图片内容描述以字符串的形式输出。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支持jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果。
★4.系统支持YOLO目标检测功能。支持使用Keras实现YOLOv3模型进行目标检测，对于紧凑密集或者高度重叠目标的检测率≥95%。支持输入多张图片，并对图片中的物体检测标注，然后输出标注好后的图片。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支持jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果。（投标时提供所投产品具有本条功能的视频演示U盘）；系统支持识别人体关键点功能。支持使用TensorFlow实现OpenPose模型，能够识别出人体的骨骼关键点，通过人体的关键点检测，可以辨别出人体的姿态，通过人体的姿态可在一些场景下做出判断并提醒。输入图片，然后通过处理，输出标注好人体关键点的图片。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支持jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果。
5.系统支持性别年龄识别功能。支持使用tensorflow实现用于人的年龄和性别的估算。首先识别出图片中的人脸，然后再通过人脸去识别人的年龄和性别。通过输入一张有人脸的照片，能够识别出人脸和人的性别和年龄，并标注在图像上，然后输出标注处理好的图像。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支持jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果（投标时提供所投产品具有本条功能的演示视频U盘）。
6.系统支持磁盘管理功能，支持自动或手动清理磁盘。
7.系统支持组织管理、班级管理和用户管理。支持对系统账户进行编辑、重置密码、禁用和删除操作。支持从回收站还原账户。
8.系统支持在线用户管理功能，支持查看系统当前在线用户的会话编号、姓名、浏览器、操作系统、登录时间、登录IP、登录地点等信息，支持对系统当前在线用户进行强退及批量强退操作。
9.系统支持登录日志管理功能，支持查看登录用户的姓名、账号、浏览器、操作系统、登录IP、登录地点、登录状态、错误信息、操作耗时、登录时间的信息，支持批量删除及导出操作。
10.系统支持操作日志管理功能，支持查看用户操作的姓名、操作模块、错误信息、操作方法、请求参数、操作IP、操作时间、账号、操作状态、操作耗时、操作内容、返回参数、操作地点等信息，支持删除操作。
11.系统支持安全管理功能，支持对当前数据库进行备份，支持按时间段查询所有备份的数据库信息、支持备份的恢复与删除。
12.系统支持系统信息设置功能，支持自定义系统名称、技术支持的名称、系统说明、系统LOGO等信息。支持一键还原初始设置。
13.系统支持添加、导入及批量删除敏感词，支持对已有敏感词状态进行开启或关闭操作，支持对所选敏感词进行编辑及删除操作。
14.系统支持通知管理功能，支持对系统通知进行查看、撤销及删除操作。
工程实训项目协同开发平台
1.基于角色的访问控制：用户和存储的镜像通过“项目”进行组织，用户可以对项目下的docker镜像拥有不同的访问权限。
2.基于策略的复制：可以使用带有多个筛选器（存储仓库，标记和标签）的策略在Harbor镜像仓库之间复制（同步）docker镜像。不论遇到什么错误，Harbor都会自动重试复制。该功能非常适合负载均衡，高可用，多数据中心，混合云和多云等场景。
3.支持LDAP/AD：Harbor支持与企业现有的LDAP/AD服务进行集成，以进行用户身份验证和管理，并支持将LDAP中的组导入Harbor并为其分配适当的项目角色。
4.支持项目级别的磁盘配额，可以设置每一个项目中的镜像个数和占用磁盘空间。
5.镜像删除和垃圾数据收集：Harbor支持删除仓库中的docker镜像，并回收硬盘空间。
6.图形化门户：用户可以轻松使用浏览器，搜索镜像仓库和管理项目。
7.审计：支持跟踪harbor镜像仓库的所有操作。
8.RESTfulAPI：harbor提供适用于大多数管理操作的RESTfulAPI，易于与外部系统集成。通过嵌入式SwaggerUI提供可用于功能探索和测试的API。
9.保存云计算管理系统所需的docker镜像：云计算管理系统提供教学用的实验环境。构成云计算管理系统的系统镜像由harbor存储。
10.提供多用户管理：harbor支持为不同的教师创建独立账号。可使不同的教师分别管理各自的镜像。
11.公开项目和私有项目：harbor基于项目管理镜像。教师在创建项目时可以选择是否公开。公开项目中的镜像所有人都可以拉取，私有项目中的镜像只有所有者可以拉取。
12.服务课工场：大数据实验管理平台系统的课工场功能允许教师自定义docker镜像。harbor负责存储教师自定义的docker镜像。
13.镜像管理功能：要求能显示镜像列表、要求能显示镜像构建历史、能从容器创建新镜像、要求能够从Dockerfile构建镜像、从registry下载镜像、能将镜像上传到registry、要求能够删除Dockerhost中的镜像、支持使用Dockerfile构建镜像。
行业实训项目案例资源库：
1.行业案例课：农业产品
项目汇总多个平台农产品销售信息，推进农产品经济的优化。项目提供数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）分析当天品类，品种，价格，省份的分布情况；2）分析各个省份各个市场各个品种各个品类最近5天的价格并且统计所选省份市场品种品类的当天的品种，均价，市场，时间信息；3）分析各个年份各个月份下各个品种的价格；4）对花卉鲜花批发交易市场下卡罗拉(新市场)，冷美人，蜜桃雪山(香槟)，戴安娜，大桃红的价格进行预测。
2.行业案例课：运营商
项目通过运营商工单历史数据和专席通话记录数据对用户情绪进行统计分析，预防高危用户流失，降低投诉次数，提高用户体验。项目提供数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）申告量统计分析；2）处理量统计分析；3）回单量统计分析；4）回单率统计分析；5）重障量统计分析；6）重障率统计分析；7）及时量统计分析；8）及时率统计分析；9）成功率统计分析；10）用户等级多维度统计分析；11）区域服务团队监控；12）热点故障区域分布监控。
3.行业案例课：线上竞拍项目利用历史拍卖数据，用机器学习的方法来训练一个模型，以预测一项拍卖是否会成功，和最终成功交易的价格。项目提供交易数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）拍卖失败占比统计分析；2）拍卖竞价次数统计分析；3）不同卖家的拍出商品成功率；4）拍卖成功最密集国家统计分析；5）拍卖卖家评级统计分析；6）拍卖成功与否预测分析；7）预测拍卖最终成交价格。
4.行业案例课：情感分析
项目利用网络上爬取的数据实现人们对某人的情感分析。项目提供数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）对每位总统积极情感数量统计分析；2）对每位总统消极情感数量统计分析；3）对每位总统无感情感数量统计分析；4）对各个总统积极情感所在地区进行预测分析。
5.行业案例课：NBA赛事预测
项目基于NBA常规赛及季后赛的比赛统计数据，预测在当下正在进行的常规赛每场赛事的结果。项目提供数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）实验数据的获取方式示例；2）实现对实验数据选择合理的python库，对相应的字段进行drop、join等数据预处理操作；3）对每支球队进行等级划分；4）实验从原始数据中抽取比赛双方有用的信息；5）对比赛双方的队伍构建特征向量；6）对比赛双方的胜负概率进行建模；7）对17~18年的常规赛数据中进行预测；8）对一场新的比赛进行胜负判断，并返回其胜利的概率。
6.行业案例课：交通轨迹项目基于某市的出租车行驶轨迹数据，分析用户打车难问题。项目提供数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）每天哪个时段的出租车最繁忙；2）每天哪个区域的出租车最繁忙；3）每天哪个时段的出租车最空闲；4）每天哪个区域的出租车最空闲。
7.行业案例课：航班线路项目对航班数据进行分析，分析机场航班线路状况。项目提供数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）航班基本信息统计；2）航班最频繁的航线；3）航班最空闲的航线；4）航班最重要的机场；5）最繁忙航班飞行次数统计；6）延误最少航班统计分析；7）延误最少机场统计分析；8）准点率最高航班统计分析；9）准点率最高机场统计分析；10）取消次数最高机场统计分析；11）最准时机场统计。
8.行业案例课：银行贷款风险评估项目使用MLlib分析用户数据对用户做风险等级评估，给业务人员提供决策支持。项目提供数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）使用python相关库和spark对数据做预处理操作；2）数据存储，将预处理后昨晚特征工程的数据上传保存到分布式文件系统HDFS；3）使用IDEA和maven构建spark项目工程；4）将原始楚江转换为特征向量，使用sparkMLLib库的随机森林算法建模；5）使用精确度和召回率对模型进行评估；6）保存模型，以便于再次使用。
9.行业案例课：搜索引擎构建项目在线爬取互联网数据，通过对数据处理、建立索引等操作实现简易的搜索引擎系统。项目实验数据为现场爬取，提供的测试数据约为10M，全量数据约为10G。项目提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统至少提供以下功能模块：1）在线互联网数据爬取、解析、处理；2）利用中文分词技术，建立数据索引；3）基于HBase数据库和数据分词表构建简易搜索引擎；4）利用简易搜索引擎系统完成对数据的搜索和查看。
10.行业案例课：生态环境数据分析项目通过对环境数据的分析，监测出环境相关数据的变化、趋势，最终直观的将各分析结果也直观的方式展现出来。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：1）2015~2017年北京空气质量分级对比；2）2015~2017年北京AQI空气质量占比；3）查询2014~2017年某一天24小时重点指标走势图。
11.行业案例课：Fashion分类识别项目通过对图像做出各种处理、分析，最终识别我们所要研究的目标。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：数据预处理、拆分训练集和测试集、数据建模、模型评估、模型优化、模型应用。
12.行业案例课：顾客流失情况预测项目通过采用数据挖掘中的一些技术，首先对实验数据进行预处理，然后进行特征处理，并把数据拆分成训练集和测试集，建立决策树模型并拟合，最后模型优化和模型优劣判断。对客户流失数据进行分析，发现不同变量对用户流失的影响程度，进而建立客户流失预测模型，利用该模型，发现预测流失群体，预测流失趋势，进而制定有效的控制策略，最大限度地降低客户流失率。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：修改字段名为英文、数据缺失值及ID唯一性检验、对两字段进行分箱处理、使用热力图查看各特征之间的关联性、CART（分类回归树）算法、对决策树优化可调参数、使用“剪枝”法解决模型过拟合问题、ROC曲线和AUC值。
13.行业案例课：居民消费指数预测项目通过分析2001年起到2015年共15年某省居民消费水平的十三个指标，挖掘其中的隐藏模式，对未来两年的消费水平进行预测，为相关决策的制定提供依据。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：【相关系数分析、Lasso回归模型、构建灰色预测模型，对所选特征值进行预测、建立支持向量回归模型、使用BP神经网络进行预测】
14.行业案例课：热点话题发现项目通过针对微博热点话题词进行整理排序，方便用户查看当前热点词条信息，对微博数据集的话题词提取，通过分词、过滤、聚类等技术排序出热点话题。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：【微博数据获取与整合、采集到的数据预处理、数据进行中文分词、选取特征词进行文本建模、微博热点话题词抽取】
15.行业案例课：新浪微博互动预测项目通过预测微博的预测微博的传播规模和传播深度，对用户以往发表的微博数据进行用户特征提取和微博文本特征提取处理，采用了微博发送时间、微博标题、文本长度、是否含有表情、符号、是否提到@某人等要素，结合微博用户的关注关系、微博的内容类型和情感分析以及初期的传播模式为预测条件。采用随机森林对新微博文本互动数数据进行分类预测。该方法可以对高互动微博提供特征信息，以便于人们熟悉高互动微博特征。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：【数据准备、数据清洗、建立特征工程、数据分析、模型的建立以及预测运行程序，查看结果】
16.行业案例课：语音处理与识别项目通过对音频中的噪声进行处理，噪声存在于音频中的每个时刻和位置，通过调制解调的方式对噪声进行处理，便于后续的步骤的有序进行。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：【读取音频文件、查看音频文件波形图、生成噪声音频、给音频文件添加噪声、查看添加噪声后的音频文件、降噪处理】
17.行业案例课：自动问答系统项目通过采用自然语言处理中的一些技术，对用户输入的问句进行分析处理,理解用户提问的意图，然后在按照一定的规则、策略查找、生成答案,返回给用户。项目提供实际数据、提供《实验手册》和《系统安装部署文档》、提供项目源代码及代码注释。系统需至少提供以下功能模块：【编写分词程序、建立FAQ匹配库、编写倒排索引程序、测试倒排索引程序、编写相似度计算程序、编写问题提问程序、运行程序，查看结果】
投标时提供生产厂家针对本项目的售后服务承诺书。
（六）B包采购需求第5项，人工智能AI教育应用实训平台
AI教学管理平台
★1.系统支持教师用户和学生用户自定义首页默认登陆布局设置。支持一键恢复首页默认布局。教师用户首页支持全局模式、教学模式、备课模式和考试模式4种内置首页布局模式。（投标时提供所投产品具有本条功能的视频演示U盘）
2.系统支持自定义排课功能，包含课程信息、上课班级、授课老师、上课地点、上课时间等信息。
3.系统支持用户在线制作实验环境，满足不同的教学场景需求。支持生成OpenStack虚拟机或Docker容器，支持Windows及Linux两种操作系统,并且支持单机和集群两种模式,可以自定义每一个虚机或容器的物理配置。
4.系统支持镜像管理功能，系统内置镜像不少于200个,支持对镜像自定义标签，支持查询和复用。
5.系统支持对图像分类、目标检测、机器学习所需的数据集进行管理，支持数据集的导入功能。
6.系统支持内置录屏功能，提供容器、虚机、Jupyter三种录屏环境。支持对屏幕录像和文档素材进行管理，文档素材支持word、ppt和excel格式。
7.系统支持实验报告模板管理，内置文档编辑器，支持在线编辑模板。
8.系统支持教师创建六种教学工具：容器演示环境、虚机演示环境、Jupyter演示环境、图像分类演示环境、目标检测演示环境、机器学习演示环境。
9.系统支持学员管理，支持查看班级成员、查看课程申请和添加重修学员，支持学员密码重置。
10.系统支持课堂管理功能。支持查看学生在线或离线情况、实验报告提交情况，支持通过远程协助进入学生正在试验的环境；支持快照管理，可查看和删除学生虚机快照。
11.系统支持虚机管理，可查看和关闭学生虚机。提供平台小助手模块，可随时管理虚机，支持设置平台小助手的透明度。
12.系统支持教师编辑不同课程章节的课堂备注信息，并支持批量删除及导出。
13.系统支持课件、视频、手册、图片、软件、数据及其他资源的上传、下载、共享及删除等文件管理功能。支持提供个人网盘功能。
14.系统支持通过仪表盘展示Docker容器和OpenStack虚机资源使用情况，包含CPU、内存和硬盘的使用比。支持对教师和学生的虚机进行查询、删除等操作。
15.系统支持用户在保存实验时一键生成快照，支持对所有快照进行查询、管理、删除等操作。
16.系统支持任务调度功能，支持对正在运行的测试或训练任务进行暂停、终止操作，支持对已完成的任务进行筛选、查看、删除等操作。
17.系统支持在线考试功能，支持自定义系统内所有试题的难度系数和权重。支持对试题来源、所属科目和试题题型等进行编辑和修改；支持单选题、多选题、判断题、简答题、填空题及实验题等题型；考试题支持在线编辑添加和word文件导入添加两种操作方式，系统内置word试题模板；支持通过图形显示不同题型分配比例和数量统计。
18.在线考试支持编辑添加实验题，实验题支持容器、虚机、Jupyter三种运行环境，支持单机、集群两种环境类别，支持设置主、从节点的参数（投标时提供所投产品具有本条功能的演示视频U盘）。
19.在线考试支持自动组卷和手动组卷两种方式添加试卷。通过对不同题型所属的试题科目进行题目总数设定，支持自动计算总分数。完成快速自动组卷。系统支持将任意已发布的试卷自动设为模板，支持对模板试卷的复用功能。支持试卷以word格式批量导出。
20.在线考试支持查看试卷满分、最高分、最低分、平均分、及格率、已提交人数等考试信息。支持查看学生的考试时间、答题时长、成绩、及格状态等数据。支持以excel格式导出学生成绩。支持考试分析功能，展示错题率统计图和成绩排名图。
★21.系统支持自定义学习路径功能，支持对课程的学科分类、学科内容及学科适用职业进行定位，支持对学习路径新增分类、新增路径小类、新增岗位。支持学习路径的可视化分析，展示岗位能力达成图、技术能力分布图、学习路径课程分布图。支持通过课程、班级以及姓名筛选查看；系统支持教师查看班级的实验报告分析，展示报告满分、最高分、最低分、平均分和已提交人数等数据，展示整个班级成绩排名图和实验分析图。支持学生查看个人实验报告分析，展示完成率、提交报告次数和报告成绩分析图（投标时提供所投产品具有本条功能的视频演示U盘）。
★22.系统兼容性：平台兼容各类的周边边缘计算的设备，包括英伟达Jetsonnano、JetsonXavier、JetsonNX等周边的视觉类，图像类边缘计算的设备，RobOS类型机器人、各类智能机械臂、无人驾驶车等等（投标时提供所投产品具有本条功能的视频演示U盘）。
AI竞赛平台
1.支持管理员、裁判长、裁判员、参赛选手4种角色，支持对不同角色名称、类型、编码、描述、排序、是否可用等信息进行编辑，从而赋予不同角色不同功能。
2.支持创建管理员、裁判长、裁判员、参赛选手的用户信息，添加用户的账号、姓名、所属角色、工号、有效期等信息；支持对已经创建的用户进行编辑、重置密码、禁用/启用、删除；支持对用户信息批量导入、批量导出、批量禁用、批量重置密码等操作；支持对误删除的用户在回收站中找回；用户模块支持显示序号、姓名、账号、角色、工号、所属组织、账号状态、有效期、创建时间等相关信息。
3.持创建团队小组信息，添加维护小组成员，设置组长。支持对团队信息行编辑，删除、批量删除、一键导出表格信息。
4.支持对参赛选手信息进行网络隔离，避免比赛中被恶意攻击。
5.支持管理员、裁判长在线制作虚机、容器等镜像。支持创建单机、集群模式的镜像。支持查看镜像制作的日志信息。支持对镜像进行删除。支持创建镜像标签。支持对镜像信息进行共享，方便其他人直接使用或者二次加工。
6.支持创建科目信息，添加科目名称、科目描述、科目状态等信息，记录科目创建时间。
7.支持对科目信息进行编辑、删除、批量删除、导出、导入和根据科目名称进行查询检索。支持创建试题难度信息。对试题难度的名称、难度系数、排序进行编辑。记录难度编辑的更新时间。支持对难度信息进行编辑、删除。
8.支持添加不同类型的试题信息，添加试题的难度、所属科目、是否共享、试题内容、正确答案、答案解析。支持对试题信息进行编辑、查看解析、删除、批量删除、批量共享、导入、导出和根据试题的难度、所属科目、试题类型、试题名称对试题进行查询检索。记录试题的创建者、创建时间和被使用次数。
9.支持添加的试题类型包括单选题、多选题、填空题、判断题、简答题、实验题、编程题。其中单选题、多选题、判断题、填空题属于客观题，系统会自动进行判分。支持创建试卷，提供手动组卷和自动组卷两种方式，通过手动选择试题组卷或者填写试。卷所需要的每种试题类型下的各种难易程度数量进行自动选题组卷。
10.支持添加试卷的名称、及格分、注意事项，对试卷中的单个试题设定得分、换题、删除、查看答案解析；通过试题所属的大类对其所属的小题批量设定得分和删除。
11.支持对试卷中各类型中的小题更改试题顺序。
12.支持查看当前试卷的总体分布分析，显示分值分布、题型题量分布信息。
13.支持对试卷查看、编辑、共享、删除、批量共享、批量删除和根据试卷的名称进行查询检索。
14.提供试卷大厅功能，可以查看其他用户共享的试卷并提供复用功能，快速生成属于自己的试卷。
15.支持创建比赛，添加比赛的名称、比赛时间、比赛试卷、比赛类型、参赛选手、裁判长、裁判员信息。支持对比赛进行暂存、正式发布、查看试卷、编辑、删除、批量删除和通过比赛状态、比赛名称进行查询检索。
16.支持对比赛过程进行监控，查看选手比赛状态、交卷状态、批阅状态、成绩得分信息，以及交卷和批阅人数的统计。
17.支持对选手单独进行比赛延时。
18.支持对参赛选手的成绩进行匿名批阅、对符合自动判分的试题进行自动判分、对选手的成绩进行导出。
19.支持查看当前在线用户的信息。显示在线用户的姓名、浏览器、操作系统、登录时间、登录IP、登录地点，可以对用户做出强制退出操作。
20.支持记录用户的登录信息。显示用户的姓名、账号、浏览器、操作系统、登录IP、登录地点、登录状态、错误信息、操作耗时、登录时间。可以对日志信息单个删除、批量删除、批量导出和根据条件进行查询检索。
21.支持记录用户的操作信息。显示用户的姓名、账号、操作模块、操作状态、操作耗时、操作方法、操作内容、操作IP、操作地点、操作时间。可以对日志信息单个删除、查看详细信息、批量删除、批量导出和根据条件进行查询检索。
22.支持对系统的数据库进行备份。
23.支持对系统名称、技术支持、系统LOGO、系统说明进行编辑保存设置。
一流课程建设平台
1.系统支持课程管理功能，包含系统内置课程和教师自建课程。可按照课程标签快速筛选课程。支持对系统内置课程复用，方便快速创建课程。
2.系统支持查看课程详情，包括上课时间、该课程累计上课次数、系统和自建标签以及学习路径和班级信息展示。支持编辑所在院系、所学专业、所在班级，支持自定义课程名称、课程封面图片。支持课程发布、学生申请、课程共享功能的一键开关。
3.系统支持课程编辑，需包括课程介绍、课程大纲、课程目录、实验报告、提问记录、分组记录等模块。支持内置文档编辑工具，支持本地上传文档。
4.系统支持课程目录编辑。支持对章节内容的编辑，可以添加实验，添加视频、课件。支持选择实验运行系统；支持从系统导入或自主上传实验手册、报告模板、视频、课件等素材；支持手动排序功能。
5.系统支持对班级成员进行分组，支持手动和随机分组，可支持组长设置。（投标时提供厂家的产品软件功能截图证明）
6.系统支持学生查看每个实验章节详情，包括本节视频、实验环境描述等信息，支持查看实验环境的节点数量、配置以及组网情况。支持查看节点IP地址。
7.系统支持学生在线实验，支持删除实验、保存实验、临时关闭、共享桌面、上传文件、下载文件、全屏操作、剪切板等8项基本环境操作功能。学生实验时在未完成当前实验的情况下，不依赖于当前章节编辑顺序，可随意跳转并完成实验。支持一键重置实验。支持小窗口播放教学视频。
8.系统支持学生笔记功能，学生可按章节记录课堂笔记，并对自己的笔记进行管理，支持笔记导出。
★9.系统支持在线课堂功能，提供在线电子白板和在线讨论功能。支持在线录屏、签到、随机提问、实验监控等功能。支持在线同步共享实验环境界面让学生观看与学习；在线课堂支持在线学习的用户设置上课状态，包含离开、举手、未决定、困惑、悲伤、高兴、鼓掌、点赞、拍砖等，支持在线课堂中的主持和演示权限设置，可设置其他演示者与主持人权限。（投标时提供所投产品具有本条功能的视频演示U盘）。
10.在线课堂支持在线发起签到功能，支持设置学生签到时间，支持每个班级的签到记录情况查询，支持手动补签操作。支持以EXCL表格形式导出相关签到数据。
11.在线课堂支持互动电子白板功能，可支持多种批注工具（图形、文字、手写等），支持实时批注与多用户实时批注功能。
12.在线课堂支持教学资源播放功能，支持教学视频，PPT教学资源的同步播放。支持上传外部演示文件（PPT、Word、Excl等多种格式文件），支持分享外部视频以供学生同步观看。支持在线课程录制，支持对录制的视频进行查看、下载、以及删除操作。
13.在线课堂支持课堂讨论模块，教师用户拥有开放讨论和清空讨论权限，支持发送内置互动表情。
14.在线课堂支持在线随机点名提问功能，支持对学生回答打分。（投标时提供厂家的产品软件功能截图证明）
15.在线课堂支持实验监控功能，支持查询学生在线实验情况，支持一键提醒学生录屏，支持远程协助功能，可对学生主机进行操作指导。
AI实验课程资源库
1.基础实验课：Python编程，课程资源包含不少于12个教学视频和12个实验手册等教学内容，视频总时长200分钟以上。每个实验手册有对应的操作讲解视频。课程提供实验内容包含【Python入门、变量与数据类型、运算符与表达式、数据结构、使用字符串、控制结构、循环结构、类与对象、使用函数、异常处理、操作文件、使用模块】
2.基础实验课：数据分析与挖掘，课程资源包含不少于7个教学视频和7个实验手册等教学内容，视频总时长400分钟以上。每个实验手册有对应的操作讲解视频。课程提供实验内容包含【Numpy介绍与使用、Pandas介绍与使用、数据绘图可视化、数据预处理、数据分类与预测、数据聚类分析、时序数据分析处理】
3.基础实验课：机器学习-基础，课程资源包含不少于11个教学视频和11个实验手册等教学内容，视频总时长300分钟以上。每个实验手册有对应的操作讲解视频。课程提供实验内容包含【线性回归、逻辑回归、最大期望算法、主题模型、聚类算法、支持向量机、决策树与随机森林、隐马尔科夫模型、Mahout安装部署、Mahout聚类算法、Mahout分类算法】
4.基础实验课：机器学习-中级，课程资源包含不少于11个教学视频，视频总时长600分钟以上、不少于11个实验手册等教学内容。每个实验手册有对应的操作讲解视频。课程提供实验内容包含【动物图片识别、手写数字识别、SparkMLlib库介绍与使用、鸢尾花分类、棋类游戏、提取文章摘要、监督学习、非监督学习、非监督学习自编码、气象数据分析、足球比赛聚类分析】
5.基础实验课：机器学习-高级，课程资源包含不少于16个实验手册等教学内容。课程提供实验内容包含【安装配置pycharm与anaconda、基于线性回归预测糖尿病、使用决策树预测隐形眼镜类型、使用决策树对银行贷款进行建模、利用神经网实现MINST手写数字识别、用CNN实现MNIST手写数字识别、使用SVM实现手写数字识别、基于SVM分析Kaggle泰坦尼克数据集、使用朴素贝叶斯分类器从个人广告中获取区域倾向、使用朴素贝叶斯对鸢尾花数据进行分类、在病马死亡数据集上运用AdaBoost、DBSCAN聚类算法实践、使用K均值对鸢尾花数据集进行分析、利用PCA分析鸢尾花数据、基于SVD构建餐馆菜肴推荐系统、用HMM求解最可能的天气】
6.基础实验课：深度学习-主流框架，课程资源包含不少于8个实验手册等教学内容。课程提供实验内容包含【DeepLearning初窥：Theano简单应用、DeepLearning初窥：TensorFlow简单应用、DeepLearning初窥：Keras识别手写字体、DeepLearning初窥：Keras与Scikit-Learn混合编程、DeepLearning初窥：KerasCNN图片分类、DeepLearning初窥：KerasLSTM影评分类、DeepLearning初窥：Caffe手写数字识别、DeepLearning初窥：Caffecifar10图片分类】
7.基础实验课：深度学习-算法基础，课程资源包含不少于16个实验手册等教学内容。课程提供实验内容包含【安装配置pycharmanaconda、数据拟合与广义线性回归、SMO算法求解SVM、构建BP神经网络、从零开始搭建神经网络、使用Tensorflow实现Dropout、梯度下降优化神经网络。1、梯度下降优化神经网络；2、Tensorflow神经网络优化策略、Mnist手写数据集识别、RNN实现二进制加法、彩票预测1、彩票预测2、PCA主成分分析、基于马尔科夫随机场的图像去噪方法、AutoEncoder自编码器】
8.基础实验课：数据挖掘-典型算法，课程资源包含不少于13个实验手册等教学内容。课程提供实验内容包含【Anaconda及PyCharm的安装与配置、使用sklearn进行数据预处理基础梳理、利用apriori算法发现毒蘑菇近似特征、使用fpGrowth算法发现购物关联、基于SVM分析UCI银行营销数据集、逻辑回归LogistcalRegression分析鸢尾花数据集、基于贝叶斯算法的鸢尾花数据分类、用LSTM实现股票预测、使用DBSCAN对红酒类型聚类、使用K均值对UCIwine数据集进行分析、基于SK-learnLabelPropagation的半监督算法实现、文本特征词的提取、word2vec及doc2vec的训练及使用】
9.基础实验课：AI-算法基础，课程资源包含不少于16个实验手册等教学内容。课程提供实验内容包含【安装配置pycharm与anaconda、prolog环境搭建、梵塔问题、农夫过河问题、利用A-star算法寻路、二叉树遍历、搜索两点之间路径、初识prolog、prolog家族关系判断、衣服搭配专家系统、Mycin专家系统、在玩具数据集中比较不同的聚类算法、高斯混合模型、DBSCAN聚类算法、jieba分词库使用、最大匹配算法】
10.基础实验课：计算机视觉，课程资源包含不少于14个实验手册等教学内容。课程提供实验内容包含【人脸数据采集与处理、交通监控中的图像处理、角点特征侦测、角点位置校正、人脸特征点检测、角点匹配与对象跟踪、图像分割、目标侦测的候选区域搜索目标方向侦测、图像数据集处理、YOLOv3目标侦测、交通标记识别、垃圾识别、训练用户的目标侦测模型、车牌识别】
11.基础实验课：NLP自然语言处理，课程资源包含不少于16个实验手册等教学内容。课程提供实验内容包含【NLP-相似度模型实验、WordCloud制作词云实验、NLTK工具包使用、中文短文本分类实验、中文短文本聚类实验、word2Vec影评数据分析、SVM分类垃圾短信、简易聊天机器人、基于TensorFlow的DeepQA聊天机器人实验、LSTM情感分析实验、基于LSTM轻松生成各种古诗、CNN与RNN中文文本分类-基于TENSORFLOW实现、利用lstm生成莫言小说、中英文翻译系统实验、语音识别实验、基于文本的个性化推荐系统】
12.基础实验课：区块链理论与应用实战，课程资源包含不少于15个教学视频，视频总时长600分钟以上、不少于15个实验手册等教学内容。课程提供实验内容包含【比特币客户端的安装和使用、比特币浏览器的使用、比特币浏览器的开发、以太坊客户端的安装和使用、多节点联盟链搭建和通信、智能合约的编写、测试、部署和运行、基于ERC20协议的自定义代币发行、以太坊钱包项目开发、基于Web3js的智能合约投票、Go语言编程环境搭建、Go语言实现数据加密算法、Go语言模拟实现常见的共识算法、利用算法实现区块链地址生成、Go语言实现简单区块链系统、EOSIO环境搭建及智能合约使用】
13.案例课：机器学习-案例课，课程资源包含不少于6个实验手册等教学内容。课程提供实验内容包含【机器学习-Kaggle美国收入数据集分析、机器学习-房价预测案例建模、机器学习-人脸识别数据集分析、机器学习-使用DBSCAN对鲍鱼大小聚类、机器学习-搜狗新闻分类、机器学习-用LSTM实现MNIST手写数字识别】
14.基础实验课：深度学习-案例课，课程资源包含不少于6个实验手册等教学内容。课程提供实验内容包含【深度学习-SVM分类Iris数据集、深度学习-句子分类训练。1、深度学习-句子分类训练；2、深度学习-蒙特卡罗方法计算圆周率、深度学习-深度学习模型实用技巧、深度学习-约会网站配对效果判定】
15.案例课：深度学习-典型实例，课程资源包含不少于8个实验手册等教学内容。课程提供实验内容包含【DeepLearning实践：Python实现深度神经网络、DeepLearning实践：CaffeCNN实现图片分类、DeepLearning实践：CNN实现图片风格迁移、DeepLearning实践：自联想存储器的python实现、DeepLearning实践：BP神经网络手写识别、DeepLearning实践：无监督学习的自编码器实现、DeepLearning实践：自编码器进行人脸数据降维、DeepLearning实践：有监督学习人脸识别】
16.案例课：数据挖掘-案例课，课程资源包含6个实验手册等教学内容。课程提供实验内容包含【20newsgroup分类分析、KMeans聚类乳腺癌数据集分析、LDA主题发现演练分析、服装数据集分析、使用K均值分析天平数据集、使用决策树对三好学生评选进行建模】
17.基础实验课：数据分析与挖掘案例，课程资源包含不少于6个实验手册等教学内容。课程提供实验内容包含【自动问答系统、居民消费指数预测、顾客流失情况预测、热点话题发现、fashion分类、语音处理】
18.案例课：AI-案例课，课程资源包含不少于6个实验手册等教学内容。课程提供实验内容包含【人工智能-数独游戏、人工智能-高斯朴素贝叶斯分类器、人工智能-动物识别专家系统、人工智能-N-gram语言模型、AI-决策树算法、AI-LMS算法】
19.基础实验课：深度学习实战，课程资源包含不少于9个实验手册等教学内容。课程提供实验内容包含【创建和操作Tensor、梯度下降和自动求梯度、深度学习基础、Pytorch开发技巧、卷积神经网络、循环神经网络、算法优化、计算机视觉、自然语言处理】
20.基础实验课：PyTorch基础编程，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【环境部署、Tensor基本用法、张量的科学计算、梯度和优化、线性回归和逻辑回归、数据集加载和处理、可视化实现方法、单层神经网络实现iris数据集分类、深度神经网络实现、卷积神经网络实现】
21.基础实验课：PyTorch图像分类与识别，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【CentOS实验环境概览、CentOS7.9编程开发环境配置、Anaconda的安装部署、Python开发环境部署、PyTorch等扩展库的安装及使用、基于AlexNet网络的复杂样本多分类图像识别、编程实现VGGNet并以动物图像为例解决二分类问题、基于GoogLeNet网络实现花卉图像的识别应用、构建ResNet网络进行室内外场景的自动识别、DenseNet编程及档案照片分类识别实践应用】
22.基础实验课：PyTorch目标检测，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【CentOS命令操作、Linux编程开发环境介绍、Anaconda的安装部署、Python集成开发环境的安装及使用、PyTorch等扩展库的安装及张量的生成、图像的矩阵化表示、图像读取与图像像素格式转换、OpenCV对视频文件的操作、目标检测案例解析、基于CenterNet网络进行图像目标检测】
23.基础实验课：PyTorch目标分割，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【Linux实验环境概览、Linux编程开发环境、Anaconda的安装部署、Python集成开发环境、图像处理扩展库的安装、数字图像的计算机表示、VGG网络模型编程及数据集图像目标辨识、设计实现ResNet模型进行目标分割图像判别、基于FCN预训练模型进行图像的多目标分割、基于PyTorch构建自己的目标分割网络并进行应用分析】
24.基础实验课：PyTorch目标跟踪，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【CentOS命令操作基础、Linux编程开发环境介绍、Anaconda的安装部署、Python程序开发IDE的安装及使用、PyTorch及OpenCV等图像处理扩展库的安装、图像的矩阵化表示、图像读取与图像像素格式转换、OpenCV对视频文件的操作、使用全卷积神经网络实现视频序列跟踪目标的精确提取、构建SiameseFC网络实现视频目标跟踪】
25.基础实验课：PyTorch图像描述，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【CentOS命令操作基础、Linux编程开发环境介绍、集成开发环境的安装部署、Python程序开发IDE的安装及使用、Python程序开发IDE的安装及使用、图像的矩阵化表示、图像读取与图像像素格式转换、图像描述中语义分割网络的设计与实现、编程实现基于LSTM网络的描述语句生成、图像描述综合实例编程应用】
26.基础实验课：PyTorch图像超分辨率重建，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【Linux命令操作基础、Linux实验环境部署、Conda的安装部署、Python集成开发环境、图像处理扩展库的安装及使用、数字图像的矩阵化表示、图像读取与图像像素格式转换、基PyTorch的卷积神经网络编程实现、图像超分辨率重建与深度残差网络、SRResNet算法及图像超分重建编程实现】
27.基础实验课：PyTorch图像生成，课程资源包含不少于10个教学视频，视频总时长60分钟以上、不少于10个实验手册等教学内容。课程提供实验内容包含【CentOS命令操作基础、Linux编程开发环境介绍、Anaconda的安装部署、Python程序开发IDE的安装及使用、PyTorch等扩展库的安装及张量的生成、Pillow图像处理标准库的使用、PyTorch神经网络工具箱、基于反卷积原理搭建最小均方误差图像生成网络模型、手写数字图像的生成器-识别器网络模型编程实现、PyTorch神经网络工具箱】
投标时提供生产厂家针对本项目的售后服务承诺书。
（七）B包采购需求第18项，最小机电平台
工业机器人2套
1.机器人详细参数：
1.1.自由度：6(串联机构)。1.2.负载≥3kg。★1.3.最大工作半径：571.5mm；重复定位精度：±0.02mm；运动范围：J1：±180°；J2：-155°/+5°；J3：-20°/+240°；J4：±180°；J5：±95°；J6：±360°；额定速度：J1：4.58rad/s，262.5°/s；J2：4.58rad/s，262.5°/s；J3：4.58rad/s，262.5°/s；J4：4.58rad/s，262.5°/s；J5：4.58rad/s，262.5°/s；J6：7.33raf/s，420°/s。1.4容许惯性矩：J6：0.05kg㎡；J5：0.05kg㎡；J4：0.1kg㎡。1.5.容许负荷扭矩：J6：6.4NM；J5：6.4NM；J4：12.7NM。1.6.防护等级：IP54。1.7.安装方式：地面,桌面，工作台面安装。
2.IPC控制器详细技术参数
（1）采用模块化、开放式体系结构。支持总线式全数字伺服驱动单元和绝对值式伺服电机，支持总线式远程I/O单元，支持USB、以太网等程序扩展和数据交换功能；（2）电源：DC24V；（3）NCUC总线接口：2个外部；（4）USB1接口：1个；（5）USB2接口：1个；（6）RS232：1个（内部使用串口）；（7）VGA：1个（内部使用视频型号口）；（8）LAN：1个（外部标准以太网接口）；（9）EtherCAT接口：1个；（10）控制器软件采用高级语言编程，可快速完成各种复杂任务，支持二次开发，可与第三方视觉系统、总控系统、MES系统等快速集成；提供C++二次开发接口，包含以下7条接口函数：a.网络初始化函数，b.网络退出函数，c.查询当前网络连接状态，d.设置IR寄存器函数，e.获取IR寄存器函数，f.设置LR寄存器函数，g.获取LR寄存器函数；（11）控制器操作软件功能要求：包含“轴参数设置”、“机械参数设置”、“轴状态监控”、“I/O状态监控”等功能。
3.伺服驱动器详细技术参数
（1）具有工业以太网总线接口，支持国标EtherCAT现场总线协议，具有绝对式编码器接口，可以适配复合增量式、正余弦、全数字绝对式等多种信号类型的编码器，位置反馈分辨率最高达到23位。（2）伺服驱动单元控制软件功能配置：①可查看设备信息；②可对变量进行监控；③可对设备进行参数调整；④可显示相关数据曲线；⑤对驱动器进行链接；⑥可对驱动器设置；⑦可对电机进行参数设置；伺服驱动单元控制软件。
4.示教器详细技术参数
（1）示教器硬件参数8英寸及以上触摸屏；全触屏操作，配备急停开关、钥匙开关以及三段式安全开关；配备USB接口。（2）示教器性能参数①运行内存：1G；②存储空间：2G；③CPU频率：1.0GHz。（3）示教器软件功能①作为人机界面，可对机器人进行操作、模式切换、紧急停止、参数设置以及示教编程；②为保证日后针对教学需求的二次开发；③产品可靠性:示教器部件通过振动试验及高低温试验检测。
基础工作台2套，功率≤4KW。
3D打印机2套
1.3D打印机详细参数：1.1打印技术：熔融挤压(MEM）；1.2打印喷头：单头，模块化易更换；★1.3打印层厚：0.15-0.4mm，打印精度：±0.15mm；1.4支持结构：智能生产成技术，自动生成易于剥离，可微调支撑结构；1.5打印平台校准：全自动调平，自动设备喷头高度；1.6打印表面：加热平台配多孔板和UPFlex打印板；1.7平均工作噪音：51dB；1.8脱机打印：支撑脱机打印；1.9高级功能：空气过滤器，LED呼吸指示灯系统；1.10打印材料：ABSABS+/PLA直径：1.75mm。
2.软件功能：配备自主开发无第三方版权纠纷且非开源软件，享有终身免费升级服务，全中文操作界面且可以转换英文操作界面。
视觉检测模块2套
1.设备概述：
由工业视觉系统、固定底板等组成。模块适配外围控制器套件和标准电气接口套件，检测零件的形状、坐标(X/Y/A)等信息，通过以太网将检测结果发往机器人，配合工业机器人末端工具将易拉罐进行抓取搬运、开瓶等动作。
2.技术参数
（1）1/1.8"CMOS成像仪：彩色,600万像素；（2）S接口/M12镜头：8mm；（3）成像模式：640×480；（4）光源：白色漫射LED环形灯；（5）通信和I/O：Profinet、ModbusTCP、TCP/IP；（6）感器：IMX178；（7）像元尺寸≥2.4μm×2.4μm；（8）靶面尺寸≥1/1.8"；（9）分辨率：3072×2048；（10）帧率：17fps；（11）曝光时间范围27μs-2.5sec；（12）数据接口：GigE；（13）数字I/O：1路光耦隔离输入，1路光耦隔离输出,1路双向可配置非隔离I/O；（14）缓存容量：128MB帧缓存。
离线编程软件2套
1.支持5种主流工业机器人品牌，包括华数机器人、ABB、KUKA、FANUC、安川、川崎等，仿真输出对应的机器人代码；
2.支持4、6关节机器人的新建、编辑、删除等功能，也可以直接导入机器人库文件，新建机器人可进行正常的编程和仿真；
3.支持工具的新建、编辑、删除等功能，也可以直接导入工具库文件，一个工具可切换不同TCP进行离线编程；
4.支持1、2轴变位机的新建、编辑、删除等功能，也可以直接导入变位机库文件，变位机可以和机器人进行联动控制；
5.支持三维仿真与碰撞检查功能。通过三维仿真可以观察机器人的位置姿态，充分地检查编程结果是否合理，仿真过程中如果发生碰撞，会显示警告提示；
6.支持机器人逆运动学选解功能，切换不同解组并生成路径查看仿真，选择最优解进行作为加工路径；
7.提供手拿工具、手拿工件两种编程模式；
8.支持自动、手动、外部等多种路径规划方式。1）可以根据三维模型进行编程，包含三种路径生产方法；2）可以直接在曲面或曲线上任意点选编程，能够自适应产生主刀轴和辅刀轴；3）可以导入外部刀位文件进行编程，能够自适应产生主刀轴和辅刀轴；
9.支持多种工艺路径变换与阵列方法。能够通过可视化交互界面进行简单的参数设置，快速实现路径的线性与圆形等多种变化与阵列；
10.支持半实物仿真。真实示教器能够控制离线编程软件中的虚拟机器人运动，并保持示教器中的点位数据和离线编程软件中的点位完全一致。离线编程软件中虚拟机器人运动仿真时，真实示教器能够实时显示离线编程软件中虚拟机器人的位置；
11.支持真实控制器插补仿真功能。能够采集真实控制器的扭矩、速度、加速度等参数并绘制波形图，用户可以进行运动学和动力学的原理性分析，通过鼠标点击波形图时，离线编程软件中虚拟机器人的能够移动到对应的位置；
12.能够根据应用场景的需求生成包含加工工艺的运动轨迹，比如生成参数化的锯齿折线轨迹、三角函数曲线轨迹以及螺旋线轨迹等，用户可根据需求修改轨迹的相关参数实现工艺轨迹的快速调整；
13.支持离线工艺编程、离线示教编程、离线码垛编程等多种应用编程软件包，能够融合应用领域工艺实现快速编程与仿真。
静音无油气泵2套
1.采用纯铜电机；2.设备功率：600W；3.排气量≥45L/min；4.容量≥30L；5.工作电压：220V；6.最高压力:0.8Mpa。
创意设计终端2套
1.CPU：相当于或优于Interi7-11700；2.显示器尺寸≥23.8英寸显示器；3.内存：16GB；4.硬盘：256GSSD+1TB；5.鼠标、键盘1套。
（八）B包采购需求第12、13、15、17项相关参数
1.在2022年11月30日发布的采购需求文件中：
（1）B包12项“工业互联网集成应用硬件平台”第一条参数：包含20个节点组成。
（2）B包13项“工业写联网IoT平台”第一条参数：包含20个节点。
（3）B包15项“工业互联网安全平台”第一条参数：包含20个节点。
（4）B包17项“工业互联网实验室室内环境平台”第一条参数：包含40个节点。
2.在2022年12月2日发布的招标公告文件中：
（1）B包12项“工业互联网集成应用硬件平台”第一条参数：包含4-6个节点组成。
（2）B包13项“工业写联网IoT平台”第一条参数：包含4-6个节点。
（3）B包15项“工业互联网安全平台”第一条参数：包含4-6个节点。
（4）B包17项“工业互联网实验室室内环境平台”第一条参数：包含4-6个节点。
根据代理机构质疑回复函，代理机构回复“定为4-6个节点是根据实际建设需要及本平台的建设预算以及对工业互联网厂家价格调研和同行单位已采购案例的成交报价综合而定的。在4-6个节点的范围内满足或优于都视为响应招标文件要求”。
（九）相关公告发布时间
代理机构于2022年11月30日发布采购需求，2022年12月2日发布公开招标公告。
（十）招标文件中出现“演示U盘”、“演示视频U盘”字样，要求投标人投标时提供所投产品相关功能的视频演示U盘。具体如下：B包采购需求
数据采集与处理实训平台-技术参数配置要求：一、人脸识别一体机50台。
实验资源等要求（所有实验均须提供完整的实验案例（包含源码）及实验指导说明文件，投标时需提供产品电子版实验指导书等相应辅证材料）。
★8.人工智能应用实验：提供可以离线训练并识别的人工智能应用实验源码，至少包括OpenCV图像采集以及处理、手写数字识别-PaddlePaddle、手写数字识别-Paddlelite、口罩识别-PaddlePaddle、口罩识别-Paddlelite、目标检测、人脸检测、人体姿态检测应用实验算法实验，实验数量≥8个（投标时提供所投产品具有本条功能的视频演示U盘）。
9.无线传感网节点模块：★4)配备一键还原卡，可以自动识别传感器和通信模块（NB-IOT、LoRa、ZigBee、蓝牙、IPv6、Wi-Fi），节点模块种无论插入哪种通信模块和传感模块都可以自动识别并还原（投标时提供所投产品具有本条功能的演示视频U盘）。
★10.综合项目，包含如下（投标时提供所投产品具有本条功能的视频演示U盘）：1)AI计算机视觉仓库货物分拣整理：基于AI计算机视觉+机械臂控制为一体的仓库货物分拣、整理项目，基于TensorFlow框架通过深度学习神经网络算法识别仓库货物，在终端进行显示及控制，可以通过机械臂将货物进行仓库间的搬运，也可以将仓库内的货物进行整理归位；2)AI语音机械臂控制货物分拣：基于AI语音识别+机械臂控制为一体的机械臂控制、货物分拣，用户可以通过语音发布指令控制机械臂执行动作；3)AR仓库货物分拣：通过AR增强现实技术实现图像识别，创建与现实中物体相关联的虚拟模型，结合鼠标或者手指的动作来操控虚拟物体，进而机械臂也跟随虚拟物体的移动进行相应的动作，也可以通过UI的操作来直接控制机械臂的运动；4)基于AI开放平台的图像识别+抓取：基于AI开放平台的图像识别，包括：动物识别、水果识别、蔬菜识别、车标识别、汉字识别、英文识别，并且可以基于机械臂控制不同种类的物体进行分类搬运；5)无线物联网模块拓扑图：基于物联网模块的拓扑图，可以显示物联网模块的传感器数据以及控制传感器状态。6)RFID模块拓扑图：基于RFID模块的拓扑图，可以显示RFID卡中的数据。
人工智能运行及工程化实训应用实训平台：一、人工智能工程实训平台。
★4.系统支持YOLO目标检测功能。支持使用Keras实现YOLOv3模型进行目标检测，对于紧凑密集或者高度重叠目标的检测率≥95%。支持输入多张图片，并对图片中的物体检测标注，然后输出标注好后的图片。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支持jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果（投标时提供所投产品具有本条功能的视频演示U盘）。
5.系统支持性别年龄识别功能。支持使用tensorflow实现用于人的年龄和性别的估算。首先识别出图片中的人脸，然后再通过人脸去识别人的年龄和性别。通过输入一张有人脸的照片，能够识别出人脸和人的性别和年龄，并标注在图像上，然后输出标注处理好的图像。支持用户从本地上传图片，或使用系统内置图片，或使用摄像头捕获图片上传至平台，本地上传图片类型支持jpg、png格式。系统通过计算，以可视化的方式展示当前模型使用效果（投标时提供所投产品具有本条功能的演示视频U盘）。
人工智能AI教育应用实训平台：一、AI教学管理平台。
★1.系统支持教师用户和学生用户自定义首页默认登陆布局设置。支持一键恢复首页默认布局。教师用户首页支持全局模式、教学模式、备课模式和考试模式4种内置首页布局模式（投标时提供所投产品具有本条功能的视频演示U盘）。
18.在线考试支持编辑添加实验题，实验题支持容器、虚机、Jupyter三种运行环境，支持单机、集群两种环境类别，支持设置主、从节点的参数（投标时提供所投产品具有本条功能的演示视频U盘）。
★21.系统支持自定义学习路径功能，支持对课程的学科分类、学科内容及学科适用职业进行定位，支持对学习路径新增分类、新增路径小类、新增岗位。支持学习路径的可视化分析，展示岗位能力达成图、技术能力分布图、学习路径课程分布图。支持通过课程、班级以及姓名筛选查看；系统支持教师查看班级的实验报告分析，展示报告满分、最高分、最低分、平均分和已提交人数等数据，展示整个班级成绩排名图和实验分析图。支持学生查看个人实验报告分析，展示完成率、提交报告次数和报告成绩分析图（投标时提供所投产品具有本条功能的视频演示U盘）。
★22.系统兼容性：平台兼容各类的周边边缘计算的设备，包括英伟达Jetsonnano、JetsonXavier、JetsonNX等周边的视觉类，图像类边缘计算的设备，RobOS类型机器人、各类智能机械臂、无人驾驶车等等（投标时提供所投产品具有本条功能的视频演示U盘）。
一流课程建设平台
★9.系统支持在线课堂功能，提供在线电子白板和在线讨论功能。支持在线录屏、签到、随机提问、实验监控等功能。支持在线同步共享实验环境界面让学生观看与学习；在线课堂支持在线学习的用户设置上课状态，包含离开、举手、未决定、困惑、悲伤、高兴、鼓掌、点赞、拍砖等，支持在线课堂中的主持和演示权限设置，可设置其他演示者与主持人权限。（投标时提供所投产品具有本条功能的视频演示U盘）。
平台管理服务器：四、虚拟化授权软件。
★1.虚拟仿真组件：每个组件都是从算法中将逻辑抽象出来的具象化展现，在软件中可以进行图形化拖拽、连接、配置、删除等操作，要求每个组件都提供相应的算法匹配，从而完成组件->逻辑->代码->算法的全方面系统性算法学习策略（投标时提供所投产品具有本条功能的视频演示U盘）。1)机器视觉组件：图形化组件至少包含：自适应二值化、HSV空间转换、与运算、开运算、颜色替换、图片旋转、图片镜像旋转、透视变换、模板输入、图像融合、Canny算法、滤波算法、形态操作、绘制轮廓、绘制直方图、直方图均衡化、模板匹配、霍夫变换、梯度处理方式、查找凸包等，组件数量≥28，投标时提供详细清单。2)机器学习组件：图形化组件至少包含：KNN决策边界、线性回归算法、Wb初始化设置、损失函数、优化函数、训练函数、激活函数、bayes、k均值聚类、knn均值聚类训练函数等，组件数量≥14，投标时提供详细清单。3)深度学习组件：图形化组件至少包含：网络层、输出层、深度学习损失函数、深度学习优化函数、深度学习训练等，组件数量≥7。投标时提供详细清单。
★4.系统内置实验手册：每个实验具备实验目的、实验要求、实验环境、实验原理、实验步骤以及实验现象；可以针对每个实验提供详细的操作步骤；可以针对每个实验内的逻辑做出相应的解释说明（投标时提供所投产品具有本条功能的视频演示U盘）。
★6.具有3D场景项目动态仿真教学功能：软件配套智能分拣系统综合项目、智能垃圾分类系统项目，可以在2D查看项目所需设备，了解项目部署的实际硬件。3D场景会动态展示项目运行，直接将硬件进行模拟化部署，通过完成图像识别或分类检验图像算法，以及项目逻辑控制等功能模块后，以场景的方式展示项目部署以及交互过程（投标时提供所投产品具有本条功能的视频演示U盘）。
人工智能专业课程实验资源包。
3.智能垃圾分类系统综合项目，要求如下：
2)★在3D场景中，具有包含由可回收垃圾、厨余垃圾、有害垃圾、其他垃圾、大屏显示组成的智能垃圾箱3D模型，智能垃圾分类分为采集模式、垃圾分类模式。采集模式可以动态展示物体图像采集过程，自由切换采集的垃圾类型，保存采集的图像。垃圾分类模式可以动态展示应用层通过采集图像，识别图像的类型，传回数据到应用层，控制不同类型的垃圾投放到对应的垃圾桶当中（投标时提供所投产品具有本条功能的演示视频U盘）。
实验实训开发管理平台及其配套平台：一、实验实训开发管理平台总体要求。
★2.运营开发一体化：运营开发一体化平台，运营服务实现运行事件追踪、开发进度追踪，仪表盘统计事件、问题，模块的分类汇总，支持版本库问题定位，以邮件方式实时发送到责任人提醒。通过统一身份认证登录、查看实验室下的所有物联设备、查看实时视频、远程打开门禁、远程进行电源控制器打开、关闭操作，并通过物联中心统一管理，日志留存以及物联事件反查（投标时提供所投产品具有本条功能的视频演示U盘）。
★3.技术框架：整体支持内网、物联网、外网分布式部署方式发布，统一版本。部署发布平台实现系统性能监控，副本部署，查看历史发布信息，日志查看，滚动发布。系统应采用微服务体系，并将公共服务组件进行封装，每个微服务封装为docker镜像，通过docker镜像方式部署实现；系统实现软件与数据分离，通过数据中心分离微服务计算，通过业务总线，数据共享，报表数据以及仪表板数据提供数据服务，接口平台提供业务服务（投标时提供所投产品具有本条功能的视频演示U盘）。
★7.发布运行：系统需采用持续集成与持续交付物方式进行服务运营，采用自动化工具进行部署，支持灰度发布或滚动发布的方式，保障系统的稳定运行。需支持服务注册、路由转发及基于令牌的授权机制进行安全管控；中台服务支持：支持中台服务，包括但不限于认证服务、消息服务、用户中心服务、排课服务、资源中心服务、数据共享中心服务，提供统一的应用服务及消息推送文件服务、短信通知以及相关的资源共享（投标时提供所投产品具有本条功能的视频演示U盘）。
★18.可视化引擎：（1）资源地图：提供以图形与定位方式进行资源关系展示工具，提供图上传、资源点、线、面标识，标识属性配置，标识关联内部资源与外部链接配置等功能；实现资源以地图方式的标识与展示。（2）实验资源可视化：提供对校区、建筑物、楼层的图片定位与链接，提供实验室房间实时视频、动态数据、基础数据、设备资源的聚合展示，提供实验排课、基础信息的数据看板（投标时提供所投产品具有本条功能的视频演示U盘）。
工业互联网数字孪生系统。
配套软件功能：智能仓储单元-教学场景案例（投标时提供所投产品具有本条功能的演示视频U盘）。
（十一）经查投诉人补充提供的链接：http://prec.sxzwfw.gov.cn/jyxxzczb/456128.jhtml，为全国公共资源交易平台（山西省）的“山西工程职业学院竞争性谈判大数据中心2022年实训室专用设备采购的结果公告”，成交的货物类标的人工智能教学实验平台的品牌为华清远见。
（十二）经查投诉人补充提供的链接：http://www.arm2410.com/Ch/ProductView.asp?ID=875，为杭州航虹科教仪器设备有限公司的官网航虹科教网页，登载该公司人工智能教学实验平台的相关参数。
（十三）经查投诉人补充提供的链接：http://www.fsdev.com.cn/products/ydsj/474.html，无法打开该网址进行查询。
（十四）根据投诉人投诉书中提到的华清远见链接，经查询到北京华清远见科技发展有限公司西安分公司华清远见官网的网址链接：http://www.hqyjai.cn/yanfa/sysjs/rgznsys.html，登载该公司有研发AI人工智能、虚拟仿真系统、嵌入式ARM、移动互联网、人工智能教学机器人/ROS、物联网行业创新应用等多个系统，其中AI人工智能包含：人工智能教学实验平台、人工智能语音开发套件、机器视觉开发套件、AI工业互联网教学实验平台等。
（十五）经查招标文件，本项目B包标包名称为：信息与通信工程学院设备，B包核心产品为实验实训开发管理平台及其配套平台；B包采购品目名称包括：1.虚实结合机器人综合应用实训实验平台，2.数字孪生仿真实训平台，3.数据采集与处理实训平台，4.人工智能运行及工程化实训应用实训平台，5.人工智能AI教育应用实训平台，6.GPU服务器系统（站点1&站点2），7.平台管理服务器，8.人工智能专业课程实验资源包，9.智慧算力平台，10.实验实训开发管理平台及其配套平台，11.实验实训资源库系统，12.工业互联网集成应用硬件平台，13.工业互联网IOT平台，14.工业互联网数字孪生系统，15.工业互联网安全平台，16.工业互联网边缘计算平台，17.工业互联网实验室室内环境平台，18.最小机电平台，19.爬壁机器人，20.模块化多机器人平台，21.自导引轮式移动平台（室外全地形）。
（十六）经查招标文件，本项目B包-详细评审标准-评审因素-采购需求系统配置技术参数性能载明：本项分值63分，其中标注★的47分，未标注★的16分。投标人提供的设备技术参数与招标文件中的参照参数进行点对点比较：（1）完全满足招标文件要求，得63分；（2）不能满足带★招标要求的每项扣1分，扣完为止；（3）不能满足未带★招标要求的每项扣0.01分，扣完为止；（4）针对系统中出现的“正偏离”项内容，经评委会认真比对且符合“招标文件”参数要求后，按“完全响应”处理，否则，经评委会认真比对后，对不满足“招标文件”参数要求的，按“负偏离”处理。
（十七）经查本项目评审报告，本项目B包通过符合性评审的投标供应商有5家，分别为广州市品高软件股份有限公司、广东省中科进出口有限公司、海南紫洋科技有限公司、海南月云天网络科技有限公司、海南亿升科技有限公司。
（十八）经查，中标产品人工智能运行及工程化实训应用实训平台的生产厂商为北京华清远见教育科技有限公司，投诉人认为参数高度重合的生产厂商为北京普开数据技术有限公司。中标产品人工智能AI教育应用实训平台的生产厂商为北京华清远见教育科技有限公司，投诉人认为参数高度重合的生产厂商为北京普开数据技术有限公司。中标产品最小机电平台的生产厂商为深圳华数机器人有限公司，投诉人认为参数高度重合的生产厂商为武汉华中数控股份有限公司。
（十九）投诉人提供的北京普开数据技术有限公司、武汉华中数控股份有限公司的参数截图，并未标注截图来源。
（二十）2023年2月13日本厅向海南渝通通信工程有限公司发送《关于对投诉事项进行补充说明的通知》，要求其对投诉事项相关内容进行补充说明，投诉人提交了投诉事项补充说明：
1.补充说明投诉事项1的网页截图以及华清远见的链接是要说明什么事项？
投诉人答复：主要说明采购内容名称与技术参数讲的对不上，不是该名称所对应的技术参数，技术参数指向是人工教学平台。
2.补充说明投诉事项2中的网页截图是要说明什么事项？
投诉人答复：主要说明采购内容名称与技术参数讲的对不上，不是该名称所对应的技术参数，技术参数没有指向人工智能算力盒子。
3.补充说明投诉事项3的网页截图以及华清远见的链接是要说明什么事项？
投诉人答复：主要说明采购内容名称与技术参数讲的对不上，不是该名称所对应的技术参数，技术参数没有指向边缘计算盒子。
4.补充说明投诉事项3提到人工智能算力盒子，但在事实依据中提到的是智慧算力平台中边缘计算盒子，请核实投诉的配置参数以哪个表述为准？
投诉人答复：以智慧算力平台中边缘计算盒子参数为准。
（二十一）2023年2月23日本厅向采购人、代理机构发送《关于就海南大学工程实训中心和智慧校园建设模块智能制造工程实训设备更新（一）项目B包相关问题进行重新核对的通知》，要求对5家投标供应商在系统配置技术参数性能（满分）评审项上的扣分情况进行重新核对。2023年3月2日代理机构向本厅提交的《评标委员会关于海南大学工程实训中心和智慧校园建设模块智能制造工程实训设备更新(一)项目B包相关问题进行重新核对情况说明》载明：经评标委员会一致对所有投标供应商在系统配置技术参数性能评审项重新认真核对，原评分结果不变。
（二十二）经核查投诉人《质疑函》，投诉人质疑事项1、2、3中未质疑“相关参数存在控标、指向特定供应商”的情形；质疑事项2、3中未质疑“相关参数与人脸识别一体机中参数进行强相关联”；质疑事项6中未质疑“本项目设备技术参数中支持5种主流工业机器人品牌，包括华数机器人、ABB、KUKA、FANUC、安川、川崎等，仿真输出，对应的机器人代码。存在限定和排他性”。质疑答复函中也并未提到上述相关内容。
六、本厅认为：
（一）关于投诉事项1-3。
据本厅查明情况，本项目B包标包名称为：信息与通信工程学院设备，B包核心产品为实验实训开发管理平台及其配套平台，B包采购品目名称包括数据采集与处理实训平台、智慧算力平台、人工智能运行及工程化实训应用实训平台、人工智能AI教育应用实训平台、最小机电平台等，即采购的是综合性平台产品。根据招标文件，数据采集与处理实训平台系统要求融合人工智能技术+嵌入式系统技术+工业机械臂应用技术+AR技术+物联网技术；通过丰富的基础实验和项目案例，实现从人工智能基础学习到应用实践的完整过程。人脸识别一体机、人工智能算力盒子均是数据采集与处理实训平台的配件之一，边缘计算盒子是智慧算力平台的配件之一，招标文件要求人脸识别一体机、人工智能算力盒子、边缘计算盒子要满足相关的硬件技术参数、实验资源等要求，与本项目采购综合性平台用于教学和学术研究的实际需求相适应。且招标文件并未排斥人脸识别一体机、人工智能算力盒子、边缘计算盒子相关技术要求通过定制开发完成，投标人只需满足相关的技术参数要求即可响应招标要求。因此，投诉事项1-3中关于“相关参数与人脸识别一体机存在弱关系”“相关参数与人工智能算力盒子存在弱关系”“相关参数与边缘计算盒子存在弱关系”的投诉事项缺乏事实依据，投诉事项不成立。
根据《政府采购质疑和投诉办法》第十九条第二款：“投诉人提起投诉应当符合下列条件：（一）提起投诉前已依法进行质疑”和第二十条“供应商投诉的事项不得超出已质疑事项的范围，但基于质疑答复内容提出的投诉事项除外”的规定，投诉人投诉事项1-3中关于“相关参数存在强行控标、与人脸识别一体机中参数进行强相关联”的投诉事项，提起投诉前未依法进行质疑且不是基于质疑答复内容提出的投诉事项，不符合法定受理条件。
（二）关于投诉事项4。
据本厅查明情况，本项目招标文件B包-采购需求-第4项-人工智能运行及工程化实训应用实训平台，要求行业实训项目案例资源库的行业课包括农业产品、运营商、线上竞拍、情感分析、NBA赛事预测、交通轨迹、航班线路等，要求17项行业案例课，并非行业案例课只有农业产品。且农业产品案例并未排斥中标后供应商根据招标需求进行功能设置。因此，要求行业案例课不存在限定性。此外，根据本项目投标文件，中标产品人工智能运行及工程化实训应用实训平台的生产厂商为北京华清远见教育科技有限公司，并非投诉人认为的北京普开数据技术有限公司。且投诉人也未能提供参数指向北京普开数据技术有限公司产品的实质性证据依据。
综上，本投诉事项缺乏事实依据，本厅不予支持。
（三）关于投诉事项5。
据本厅查明情况，本项目招标文件B包-采购需求-第5项-人工智能AI教育应用实训平台，根据本项目投标文件，中标产品人工智能AI教育应用实训平台的生产厂商为北京华清远见教育科技有限公司，并非投诉人认为的北京普开数据技术有限公司。且投诉人也未能提供参数指向北京普开数据技术有限公司产品的实质性证据依据。因此，本投诉事项缺乏事实依据，本厅不予支持。
（四）关于投诉事项6。
根据本项目投标文件，中标产品最小机电平台的生产厂商为深圳华数机器人有限公司，并非投诉人认为的武汉华中数控股份有限公司。且投诉人也未能提供参数指向武汉华中数控股份有限公司产品的实质性证据依据。因此，关于“采购需求中-B包-第18项最小机电平台关键参数与武汉华中数控股份有限公司的产品参数高度重合”的投诉事项缺乏事实依据，投诉事项不成立；
根据《政府采购质疑和投诉办法》第十九条第二款：“投诉人提起投诉应当符合下列条件：（一）提起投诉前已依法进行质疑”和第二十条“供应商投诉的事项不得超出已质疑事项的范围，但基于质疑答复内容提出的投诉事项除外”的规定，投诉人关于“本项目设备技术参数中支持5种主流工业机器人品牌，包括华数机器人、ABB、KUKA、FANUC、安川、川崎等，仿真输出，对应的机器人代码。存在限定和排他性”的投诉事项，提起投诉前未依法进行质疑且不是基于质疑答复内容提出的投诉事项，不符合法定受理条件。
（五）关于投诉事项7。
代理机构于2022年11月30日发布采购需求，2022年12月2日发布公开招标公告，投诉人认为发布公开招标公告时间未作一定延长，导致时间更紧急，无时间对产品进行有效评估。根据《政府采购质疑和投诉办法》》第十条“供应商认为采购文件、采购过程、中标或者成交结果使自己的权益受到损害的，可以在知道或者应知其权益受到损害之日起7个工作日内，以书面形式向采购人、采购代理机构提出质疑”的规定，供应商质疑、投诉的范围是针对采购文件、采购过程、中标或者成交结果提出，而本投诉事项针对发布公开招标公告时间未作一定延长，导致时间更紧急，无时间对产品进行有效评估进行投诉，不是针对采购文件、采购过程、中标或者成交结果提出，不属于质疑、投诉范围。因此，本投诉事项不符合法定受理条件。
（六）关于投诉事项8。
根据《中华人民共和国政府采购法》第五十二条“供应商认为采购文件、采购过程和中标、成交结果使自己的权益受到损害的，可以在知道或者应知其权益受到损害之日起七个工作日内，以书面形式向采购人提出质疑”及《政府采购质疑和投诉办法》第十条“供应商认为采购文件、采购过程、中标或者成交结果使自己的权益受到损害的，可以在知道或者应知其权益受到损害之日起7个工作日内，以书面形式向采购人、采购代理机构提出质疑”的规定，供应商质疑、投诉的范围是针对采购文件、采购过程、中标或者成交结果提出，而本投诉事项针对采购需求发布时间与公开招标发布时间间隔未满5个工作日就公开招标进行投诉，不是针对采购文件、采购过程、中标或者成交结果提出，不属于质疑、投诉范围。因此，本投诉事项不符合法定受理条件。
（七）关于投诉事项9。
投诉人认为U盘演示次数过多，可用文字及图片描述。投诉人不认可的是U盘演示次数过多，而并非不能采用U盘演示，法律法规并未限制U盘演示投标技术功能及U盘演示次数，投诉人也未提供U盘演示次数过多存在差别待遇或者歧视待遇的实质性证据依据。因此，本投诉事项缺乏事实依据，本厅不予支持。
上述事实，有本项目招标文件、投诉人质疑函、代理机构质疑回复函、采购人及代理机构的说明函、采购人的补充说明、评审报告、投标文件、关于对投诉事项进行补充说明的通知、投诉人投诉事项补充说明、《关于就海南大学工程实训中心和智慧校园建设模块智能制造工程实训设备更新（一）项目B包相关问题进行重新核对的通知》、《评标委员会关于海南大学工程实训中心和智慧校园建设模块智能制造工程实训设备更新（一）项目B包相关问题进行重新核对情况说明》等证据证明。
综上所述，投诉事项1关于“相关参数与人脸识别一体机存在弱关系”的投诉事项、投诉事项2关于“相关参数与人工智能算力盒子存在弱关系”的投诉事项、投诉事项3关于“相关参数与边缘计算盒子存在弱关系”的投诉事项、投诉事项4、投诉事项5、投诉事项6关于“采购需求中-B包-第18项最小机电平台关键参数与武汉华中数控股份有限公司的产品参数高度重合”的投诉事项、投诉事项9，不成立。投诉事项1关于“相关参数存在强行控标”的投诉事项，投诉2事项关于“相关参数存在强行控标、与人脸识别一体机中参数进行强相关联”的投诉事项、投诉事项3关于“相关参数存在强行控标、与人脸识别一体机中参数进行强相关联”的投诉事项、投诉事项6关于“本项目设备技术参数中支持5种主流工业机器人品牌，包括华数机器人、ABB、KUKA、FANUC、安川、川崎等，仿真输出，对应的机器人代码。存在限定和排他性”的投诉事项、投诉事项7-8，不符合法定受理条件。依照《政府采购质疑和投诉办法》（财政部令第94号）第二十九条第（一）项、第（二）项之规定，决定如下：
驳回投诉。
根据《政府采购质疑和投诉办法》（财政部令第94号）第二十七条的规定，本机关在本项目处理过程中，启动了专家评审的程序，计6个工作日。
如不服本决定，可在本决定书送达之日起六十日内向海南省人民政府或中华人民共和国财政部申请行政复议，也可在本决定书送达之日起六个月内向有管辖权的人民法院提起行政诉讼。
海南省财政厅
2023年3月8日
（此件主动公开）
附相关法律条文
《中华人民共和国政府采购法》
第五十二条供应商认为采购文件、采购过程和中标、成交结果使自己的权益受到损害的，可以在知道或者应知其权益受到损害之日起七个工作日内，以书面形式向采购人提出质疑。
《政府采购质疑和投诉办法》
（财政部令第94号）
第十条供应商认为采购文件、采购过程、中标或者成交结果使自己的权益受到损害的，可以在知道或者应知其权益受到损害之日起7个工作日内，以书面形式向采购人、采购代理机构提出质疑。
第十九条投诉人应当根据本办法第七条第二款规定的信息内容，并按照其规定的方式提起投诉。
投诉人提起投诉应当符合下列条件：
（一）提起投诉前已依法进行质疑；
（二）投诉书内容符合本办法的规定；
（三）在投诉有效期限内提起投诉；
（四）同一投诉事项未经财政部门投诉处理；
（五）财政部规定的其他条件。
第二十五条应当由投诉人承担举证责任的投诉事项，投诉人未提供相关证据、依据和其他有关材料的，视为该投诉事项不成立；被投诉人未按照投诉答复通知书要求提交相关证据、依据和其他有关材料的，视同其放弃说明权利，依法承担不利后果。
第二十九条投诉处理过程中，有下列情形之一的，财政部门应当驳回投诉：
（一）受理后发现投诉不符合法定受理条件；
（二）投诉事项缺乏事实依据，投诉事项不成立；
（三）投诉人捏造事实或者提供虚假材料；
（四）投诉人以非法手段取得证明材料。证据来源的合法性存在明显疑问，投诉人无法证明其取得方式合法的，视为以非法手段取得证明材料。