一、产品简要介绍如下：

1.满足Python程序设计、机器学习、深度学习、数字图像处理、计算机视觉、语音识别、嵌入式系统及应用、智能机器人、大模型技术应用等课程或知识点的教学；

2.采用实验箱结构，一体化设计，铝合金框架，加固处理；

3.配置17寸高清显示屏，提供全键盘、鼠标和实验教具，支持开箱即用，无需用户配置任何其他外设；

4.采用大模型运算单元提供算力，支持PyTorch、TensorFlow等主流人工智能框架的部署；

5.融合了Linux操作系统、深度学习、机器视觉、语音识别、机械臂控制、嵌入式传感器等多种组件和技术；

6.支持2D视觉+机械臂、深度视觉+云台、语音+传感器、语音+2D/深度视觉、语音+机械臂等组合性实验；

7.部署本地DeepSeek大模型，支持大模型技术开发、大模型+视觉、大模型+语音、大模型+机械臂等多个行业场景的应用实践。

二、产品功能与特点

1. 开放式交互式实验环境：基于Jupyter Notebook浏览器在线编程，支持代码分段调试、变量实时查看、公式与文本编辑，兼容TensorFlow、PyTorch等主流深度学习框架；支持终端命令验证、分层代码留白教学，可满足多学生、多模型并行实训需求。

2. 全源码开放、可二次开发：开放全套软件框架与算法源代码，配套完整实验指导书、软硬件架构及设计文档，支持学生自主开发、课题研究与项目拓展。

3. 本地大模型部署实训：内置本地化DeepSeek大模型，脱离外网依赖，可开展大模型基础应用学习；支持大模型与视觉、语音、机械臂、传感器联动，落地智能家居、智能安防、智慧车间等场景化实训。

4. AI机器人智能控制：融合视觉识别与机械臂控制，可完成多形态目标识别、智能分拣、码垛等基础实训，支持深度学习复杂模型部署，满足企业级AI机器人实战训练。

5. 多维AI视觉感知能力：集成2D视觉与深度视觉双模块，具备距离、高度测量、轮廓检测、目标跟踪、活体识别、避障检测等功能，支撑各类机器视觉综合实验。

6. AI智能语音交互处理：搭载声源定位麦克风阵列，支持语音识别、声源定位、波束成形和声场采样，可实现语音指令控制机械臂执行对应动作，完成语音智能交互实训。

7. 丰富嵌入式传感拓展：配备温湿度、光照、气压、运动等十余种嵌入式传感器，可搭建智能温控、声控系统、人脸识别门禁、动态跟踪等嵌入式AI综合实训项目。

三、可支持实训项目

整套实训体系分为基础实训项目、大模型 + 应用实训项目、综合实训项目三个层级，由浅入深，覆盖 Python 编程、传统机器学习、深度学习、图像处理、机器视觉、深度视觉、嵌入式、语音交互、机械臂机器人，延伸至本地化大模型、多模态融合实战，形成 “基础编程→AI 算法→感知硬件→机器人控制→大模型融合综合工程” 完整实训链条。

1、基础实训项目（技能底座）

共 9 大模块，合计课时充裕，侧重夯实程序开发、经典 AI 算法、图像视觉、嵌入式硬件、语音与机器人基础能力：

1.1ython 程序设计（64 课时）

覆盖基础语法、数据结构、流程控制、多进程多线程、面向对象；拓展串口、TCP/UDP、Modbus 工业通讯，搭配 PyQt5 图形界面开发，打通软件开发与硬件通信基础。

1.2机器学习（24 课时）

以经典传统算法为主：线性回归、KNN、K-Means、决策树、AdaBoost、朴素贝叶斯、SVM、随机森林等，配套房价预测、图像识别、故障诊断、垃圾过滤等典型工程案例。

1.3深度学习（30 课时）

从基础神经网络出发，覆盖网络正则化、参数优化；包含 LeNet、残差网络、RNN 循环网络；实现 YOLOv5 目标检测，支持英伟达 TensorRT、昇腾 AIS_BENCH 两大平台模型部署推理。

1.4数字图像处理（20 课时）

围绕图像运算、几何变换、空域 / 频域滤波、形态学操作、边缘检测、图像分割、Hu 矩匹配，完成米粒检测、图像抠图、轮廓分割等图像处理实验。

1.5机器视觉（40 课时）

工业视觉方向核心实训：尺寸测量、定位、形状颜色识别、条码二维码、OCR 训练与识别；相机标定、缺陷检测、车牌识别、模板匹配、NanoDet 目标检测，贴近工业检测场景。

1.6深度视觉（12 课时）

结合深度信息实现人脸测距、云台跟随、人脸识别、口罩检测、动态行人检测，拓展二维视觉至三维感知应用。

1.7嵌入式系统及应用（24 课时）

Arduino 开发平台，配套 OLED、人体雷达、光照、超声波、陀螺仪等多种传感器；完成智能灯光、风扇调速、姿态云台、蓝牙安防等嵌入式控制系统开发。

1.8语音处理与传感器控制（20 课时）

音频采集、语音识别，实现语音控制传感器、语音操控机械臂，搭建视觉 + 语音多感知联动实验。

1.9基于视觉的机器人应用（20 课时）

机械臂基础操作、示教运动、手眼标定；实现视觉引导下目标分类、码垛、数字分拣、水果识别抓取，打通视觉感知到机器人执行链路。

2、大模型 + 应用实训项目（AI 前沿拓展）

分为大模型技术基础、综合应用案例两大模块，聚焦本地大模型落地：

2.1大模型技术基础（20 课时）

讲解大模型原理、数据预处理、微调训练、本地化部署与服务调用；掌握 Prompt 工程，搭建文本问答、语音对话系统，实践多模态大模型部署。

2.2大模型综合应用案例（12 课时）

落地场景化项目：智能问答、果蔬分拣、智能安防、智能家居；实现视觉 - 文本多模态融合，同时支持云端图像、音频生成案例开发。

3、综合实训项目（工程化综合演练）

面向完整系统集成，适合课程结业综合设计，软硬智一体：

3.1机器人舵机控制：掌握机械臂舵机角度控制、底座旋转、夹爪抓取，熟悉机器人运动控制底层逻辑。

AI + 视觉自动仓储：深度学习 + 机器视觉，实现货物识别分类、机械臂自动搬运、分拣归位，模拟智能仓储场景。

AI + 语音货物分拣：语音识别作为交互入口，联动视觉与机械臂，语音指令驱动货物全自动分拣。

大模型意图理解与视觉抓取

3.2搭载 DeepSeek1.5B 本地大模型，实现自然语言意图理解；结合视觉识别完成缺陷检测、OCR、物体识别，自主判断并驱动机械臂完成对应抓取任务，实现自然语言驱动机器人智能作业。