GPU机器学习开发套件
  • 发布:云歌科技
  • 点击率:

一、硬件配置
1. GPU:NVIDIA Pascal,256颗CUDA核心,CUDA10.0
2. CPU:HMP Dual Denver 2/2 MB L2 + Quad ARM A57/2MB L2
3. 视频:4K x 2K 60Hz编码,4K x 2K 60HZ解码
4. 内存:8GB 128位LPDDR4,58.3GB/s
5. 显示接口:2个DSI,2个DP接口/HDMI接口/eDP接口
6. 数据存储:32GB emmc、SDIO、SATA
7.  I/O 扩展: HDMI2.0 Type A、RJ-45 for GbE、USB2.0、USB3.0
8. 千兆以太网,支持WiFi和蓝牙
9.摄像头:1080P,30FPS
10. 操作系统:Linux Ubuntu 16.04LTS
二、教学及软件资料
1.基础实验:
lab1:Jetpack4.2刷机
lab2:运行第一个tensorflow实例
lab3:opencv基本用法(视频处理,滤镜,色彩空间,直方图,高斯模糊,边缘提取)
lab4:基于Open CV的人物识别算法
lab5:基于dlib 的人脸检测及画出轮廓算法
lab6:tensorflow/Keras基础
Lab7:opencv与dlib对比
lab8:Tensorflow MNIST识别
Lab9:卷积神经网络
2.实训案例:
实训一:自动抓取人脸检测系统实训
实训二:基于opencv(face_recognition)人脸识别实训
实训三:会议人脸识别
实训四:数字验证码识别
实训五:CIFAR-10图像识别
实训六:Kaggle 猫狗识别
实训七:情绪识别,检测实训
实训八:障碍物检测系统实训
实训九:可视化卷积操作实训
实训十:SSD-Tensorflow目标检测实训
实训十:语音指令识别系统实训
实训十一:车牌识别项目实训
实训十二:硬币分类,计数实训
实训十三:端到端语音识别
实训十四:简易语音识别系统实现
实训十五:YoLoV3目标检测
实训十六:Mask-RCNN目标检测
三、公共数据集      
提供猫狗、手势、中英文等10+个数据集,每个数据集包含1~5w张各类图片或文字。避免用户花费大量的时间来寻找和清洗数据,专注于学习和模型开发,可扩展

返回


联系QQ: 点击这里 点击这里
地址:广州市科学城彩频路11号广东软件园G栋621-623室 邮编:510630
邮箱:info@smartyg.com   Copyright © 广州云歌信息科技有限公司 版权所有
粤ICP备14032605号-1

020-29837806