一、人工智能教学开发实验箱总体介绍
1、人工智能教学开发平台采用Jetson Nano开发套件
2、提供现代AI的强大功能。完整的软件可编程性。Jetson Nano采用四核64位ARM CPU和128核集成NVIDIA GPU，可提供472 GFLOPS的计算性能。它还包括4GB LPDDR4存储器，采用高效，低功耗封装，具有5W / 10W功率模式和5V DC输入。
3、兼容这些框架和NVIDIA的AI平台，可以比以往更轻松地将基于AI的推理工作负载部署到Jetson。Jetson Nano为各种复杂的深度神经网络（DNN）模型提供实时计算机视觉和推理。这些功能支持多传感器自主机器人，具有智能边缘分析的物联网设备和先进的AI系统。甚至转移学习也可以使用ML框架在Jetson Nano上本地重新训练网络。
4.、Jetson Nano开发套件的占地面积仅为80x100mm，具有四个高速USB 3.0端口，MIPI CSI-2摄像头连接器，HDMI 2.0和DisplayPort 1.3，千兆以太网，M.2 Key-E?？?，MicroSD卡插槽，和40引脚GPIO接头。端口和GPIO接头开箱即用，具有各种流行的外围设备，传感器和即用型项目。
5、Jetson Nano可以运行各种各样的高级网络，包括流行的ML框架的完整原生版本，如TensorFlow，PyTorch，Caffe / Caffe2，Keras，MXNet等。通过实现图像识别，对象检测和定位，姿势估计，语义分割，视频增强和智能分析等强大功能，这些网络可用于构建自动机器和复杂AI系统。
二、人工智能教学开发实验箱硬件资源及技术参数

三、主要实验项目
平台提供OpenCV、机器学习、深度学习和端侧AI模型部署等教学资源，并提供从神经网络模型训练、模型转换到模型部署的完整文档教程。配套丰富的实训案例以及开发手册等。
1、控制基础例程
(1)控制RGB灯
(2)控制蜂鸣器
(3)操作控制舵机
(4)读取舵机位置
(5)控制所有舵机
(6)控制机械臂做一些动作
(7)操作机械臂记忆动作
(8)机械臂夹方块
2、OpenCV基础例程
(1)图像读取与显示；
(2)图像绘制；
(3)图像ROI提?。?/span>
(4)图像几何变换；
(5)图像形态学操作；
(6)图像轮廓提取
3、机器学习基础例程
(1)回归算法；
(2)聚类算法；
(3)分类算法；
(4)决策树；
(5)支持向量机；
4、深度学习基础例程
(1)神经网络线性回归；
(2)神经网络非线性回归；
(3)全连接神经网络识别手写数字；
(4)卷积神经网络人脸识别
(5)神经网络模型的保存与使用；
5、深度学习综合例程
(1)手势识别实验
(2)颜色识别实验
(3)颜色识别并抓取积木实验
(4)视觉定位实验
(5)垃圾分类实验
(6)目标追踪实验
(7)人脸表情识别应用案例
(8)车牌识别应用案例
(9)口罩检测应用案例