AI创新教育平台实训项目设备采购招标公告

包号/序号：1/1

产品名称：***平台

数量：10套

是否为经过审批采购的进口产品：否

是否为核心产品（非单一产品采购项目时适用）：否

采购文件要求

重要提示：实质性要求及重要指标用★标注（“★”必须标注在序号前），★标注项不得负偏离，如果负偏离，则投标文件无效。

投标文件

响应内容

偏离程度

偏离说明

证明资料

一、总体要求

1. ***平台能够支持面向Python程序设计、计算机视觉应用开发（使用OpenCV）、机器学习与应用、深度学习框架应用开发、人工智能应用开发实战和自然语言处理等课程学习实验。

2. ***平台嵌入AI创新教学工具，提供图形化编程，使AI应用的构建更加直观和高效，避免了繁琐的代码编写过程。教学重点放在AI技术的通识和实际应用上，让学生能够快速上手并理解AI的核心概念。工具需拥有多项功能，包括AI模块的拖拽式构建、动态调整多个AI节点的识别结果进行可视化、自定义节点与代码编辑功能、代码块拼接功能、数据集标注功能、AI模型可视化以及与软硬件的交互功能等，让学生能够轻松地构建复杂的AI应用，同时增强他们对AI技术的理解和掌握。

3. ***平台能够适用于视觉、语言、图像、控制等人工智能知识点的学习和项目开发，可以使用提供的功能扩展模块进行实验。

4. ***平台提供丰富的配套资源，包括实验指导手册、实验数据源、实验参考程序和运行结果等详细材料。

▲5. ***平台免费支持人工智能核心技术线上课程，至少包含《Python编程》、《OpenCV计算机视觉应用开发》、《机器学习与应用》、《深度学习框架应用开发-TensorFlow 2.0》、《人工智能应用开发实战》，配套完整的课程资源与教学资料，包含教学PPT、实验讲义、实验案例源码、开发环境及软件工具等。（投标人需提供上述在线课程的目录截图及包含***平台截图。）

二、AI***平台要求

1. AI模块的拖拽式构建要求

◆***平台支持选择并拖拽相关AI功能节点到工作区，并通过连线将节点自动关联起来，整个过程不需要进行繁琐的代码编辑。同时，具备智能自动运行功能，平台会根据节点的位置自动运行关联节点，独立AI节点可实时显示识别结果，通过连线还可组合识别结果并可视化。要求投标人提供基于AI***平台的该项AI模块的拖拽式构建功能演示视频，要求演示过程清晰，现象明显。（以MP4文件存放于U盘中，作为佐证材料。）

2. 自定义节点与代码编辑功能要求

▲***平台可通过代码块，快速自定义功能节点，可根据代码内容自动更新与创建节点输入输出名称。可通过代码获取AI识别结果，并通过代码判别识别结果，提取关键信息。（投标人需提供符合上述要求的AI***平台（自定义节点与代码编辑）功能界面截图。）

3. 代码块编程要求

▲要求通过代码块学习AI识别节点实现流程，每个代码块相互独立，可自动共享数据，无需定义输入输出接口，可显示PDF文档、支持加载jupyter文件格式，可一键运行所有代码。（投标人需提供符合上述要求的AI***平台（代码块编程）功能界面截图。）

4. 数据集自动标注要求

▲***平台可加载检测、分割、关键点识别等10多种离线模型，自动实现数据集标注，可支持检测框、关键点、多边形标注等，可导出VOC、COCO、YOLO数据集格式。（投标人需提供基于AI***平台的该项数据集自动标注功能界面截图。）

5. AI模型可视化要求

▲***平台可显示AI模型结构，可查看模型输入与输出维度，可查看模型结构与模型参数等。（投标人需提供符合上述要求的AI***平台（AI模型可视化）功能界面截图。）

三、硬件资源及技术参数要求

1. 高性能边缘计算单元要求

（1）GPU：搭载≥32个Tensor Core的1024核NVIDIA Ampere架构GPU，最大频率≥625MHz，

（2）AI性能：AI计算能力≥40TOPS；

（3）存储：≥128GB NVMe固态硬盘；

（4）PCIe：M.2 Key M slot with x4 PCle Gen3/M.2 Key M slot with x2 PCle Gen3/M.2 Key E slot；

（5）视频编码：1080p30，由1-2个CPU核心提供支持；

（6）视频解码：1x4K60(H.265)，2x4K30(H.265)，5x1080p60(H.265)，11x1080p30 (H.265)；

（7）扩展接口：包含但不限于40-Pin排座(包含UART、SPI、I2S、12C、GPIO)、12-Pin按键排座、4-Pin散热风扇接口、DC电源插口、4个USB 3.2 Gen2/USB Type-C (UFP)、2个MIPI CSI-2摄像头接口、1个DisplayPort 1.2（+MST）显示接口、1个GbE网络接口；

（8）功率：7W~15W。

2. 智能编程机器人要求

（1）要求提供≥1个控制板；

（2）输入传感器：包含但不限于巡线传感器、超声波模块、红外接收头、声音传感器；输出信号：包含但不限于电机、蜂鸣器、编程灯、探照车灯；

（3）提供电源：3.7V标准工业锂电池；续航时间3小时；支持3.6~4.2V工作电压，过流保护、低电压保护

（4）电机：提供1:10直流减速电机；

（5）编程方式：支持图形编程。

3. 仿生机械手要求

要求支持≥5指独立驱动；要求基于STM32控制；要求支持串口二次开发。

▲4. AI通用硬件交互开发底板要求（投标人需提供符合以下①—⑧要求的AI通用硬件交互开发底板实物图片，图片上需详细标注上述硬件资源及接口位置。）

①主控芯片：采用Cortex-M4内核处理器，最大主频≥168MHz，程序存储容量（FLASH）≥512KB，RAM总容量≥192KB；

②板载≥4组通用扩展接口，支持自动识别传感器单元、执行器单元模块种类，模块采用磁吸式固定，模块与底板通过镀金顶针触点进行连接，无需连接任何实验导线、无需修改程序代码、无需重新烧录代码情况下实现功能自动切换；

③板载Cortex-M4内核处理器调试下载电路，支持一键下载调试；

④板载≥2路无线通信接口，适配WiFi、蓝牙、ZigBee、NB-IoT等多种无线模块，支持同时接入≥2种无线单元；

⑤板载≥1路语音识别单元，单元支持中文普通话识别，用户可自定义识别词≥200个，语音长度≥4分钟，支持AEC回声消除，支持双麦采集；板载下载接口，配套专用上位机软件与下载器；

⑥板载≥1路≥3.5寸串口屏幕，用于人机交互；

⑦板载≥1路一键切换开关，可对底板自动识别模块驱动处理器进行一键切换，可使用底板处理器驱动与控制，也可使用高性能边缘计算单元驱动与控制；

⑧板载≥4路圆形灯带金属按键控制接口，按键与灯光可单独使用，可同步使用，灯光颜色包括但不限于红、黄、蓝、绿四种。

5. 传感器单元要求

（1）光照度传感器单元要求

单元提供≥1路光照度测量传感器，传感器内置≥16位高精度AD转换器，最小分辨率≤1 lx，测量范围1~65535 lx，支持IIC总线通信。

（2）温湿度传感器单元要求

单元提供≥1路已校准数字信号输出的温湿度传感器，内部集成1个电阻式感湿元件和1个NTC测温元件，湿度量程20~90%RH，湿度精度±5%RH，温度量程0~50℃，温度精度±2℃。

（3）红外测温传感器单元要求

单元提供≥1路非接触式红外测温传感器，内置低噪声放大器、17位ADC和DSP单元，精度≤0.5℃，分辨率≤0.02 ？C，测量范围-40~125？C。

（4）红外测距传感器单元要求

单元提供≥1个红外测距传感器，测量范围10~80 cm，最大角度≥40°，更新频率≥25Hz，周期≤40ms。

（5）霍尔传感器单元要求

单元提供≥1路开关霍尔传感器和≥1路线性霍尔传感器，灵敏度Typ.1.4（mV/GS），磁场范围±650 ~ ±1000Gauss。

（6）压力传感器单元要求

单元提供≥1路压力传感器，电压范围2.6~5.5V，量程范围3~15kg，灵敏度≥1mV/0.1V，零点漂移≤0.05%F.S/1min。

6. 执行器单元要求

（1）RGB LED灯单元要求

单元采用高亮型LED灯珠，支持RGB三色独立端口控制。

（2）继电器单元要求

单元提供≥1个电磁继电器，通过DC 5V驱动，最大支持AC 250V/10A，提供≥1个常开/常闭接口。

（3）风扇单元要求

单元提供≥1个风扇单元，可通过PWM控制其转速，工作电压为DC 5V，工作电流0.09~0.25A，电机转速3000~4000RPM。

（4）直流电机单元要求

单元提供≥1路直流减速电机，工作电压为5V，减速比1:5，最大空载转速≥3000RPM，最大扭矩≥0.3Kg/cm，内置双霍尔传感器。

（5）舵机单元要求

单元提供≥1个舵机模块，无负载速度为0.17s/60°(4.8V)、0.13s/60°(6.0V)，扭矩≥12KG，死区设定≤4us。

7. 无线通信单元要求

（1）WiFi无线通信单元要求

1）工作频段：2.4~2.4835GHz；

2）发射功率：≥20dBm（100mW）；

3）工作电压：3.0~3.3V；

4）单元支持AT指令集、服务器AT指令集，支持串口通信，支持标准的IEEE 802.11b/g/n协议和完整的TCP/IP协议栈，支持STA/AP/STA+AP工作模式、支持SmartConfig、串口透传、开机透传等功能。

（2）ZigBee无线通信单元要求

1）单元配套上位机软件，支持AT指令配置，协调器、路由器及终端设备切换，可实现单播、***网，支持透传模式、半透明模式及协议模式通信。

2）主控：采用CC2530系列，Flash容量≥256KB，RAM容量≥8KB；

3）信道：支持11~26信道（2405~2480MHz）；

4）通信接口：提供≥1路UART接口，波特率2400~1000000bps。

8. 视觉与音频感知单元要求

采用低畸变镜头、可手动360°旋转；内置降噪麦克风，≥3米得拾音距离，减少环境嘈杂影响；内置扬声器；720P/1080P高清分辨率，无需安装驱动。

9. 显示终端与无线键鼠套装要求

提供≥1套支持HDMI或VGA接口显示终端，≥1套无线键盘和鼠标。

四、主要实验案例资源要求

1. 提供Python实验，包含但不限于以下20个实验：①Python函数用法实验②Python继承实验③Python多态实验④Python异常处理实验⑤Python包实验⑥Python文件的基本操作实验⑦Python文件的高级用法实验⑧Python面向对象设计实验⑨Python模块的设计和使用实验⑩Python网络开发实验？Python上位机串口通信实验？Python机器视觉基础实验？Python图像处理实验？Python人脸识别实验？Python目标跟踪实验？Python***网络应用实验？Python GUI编程？Python数据分析？Python数据可视化？Python爬虫实验

2. 提供机器学习与深度学习实验，包含但不限于以下25个实验：①TensorFlow环境配置实验②Tensor张量实验③变量与占位符实验④矩阵操作实验⑤计算图与多层工作实验⑥激活函数实验⑦损失函数实验⑧优化器与反向传播实验⑨随机训练和批量训练实验⑩模型评估实验？网络结构操作实验？特征选择与降维实验？K最近邻算法实验？决策树算法实验？贝叶斯分类器实验？混合高斯模型实验？SVM（支持向量机）算法实验？逻辑回归算法实验？线性回归算法的设计与实现实验？***网络实现手写字符（数字）识别实验？***网络的猫狗分类识别实验？***网络的CIFAR-10图像分类实验？电子元器件分类应用实战？口罩佩戴检测应用实战？交通标识识别应用实战

3. 提供自然语言处理、语音信号处理实验，包含但不限于以下20个实验：①自然语言开发环境实验②分词、命名实体识别与词性标注实验③中文依存句法分析实验④基于最大熵的中文语义消歧实现实验⑤基于余弦相似度的文本相似度分析⑥文本分类和情感分析实验⑦机器翻译实验⑧信息抽取、摘要与检索实验⑨语音信号分析实验⑩语音信号特征提取实验？声学模型实验？语言模型实验？语音识别实验？支撑词法分析实验？基于潜在语义分析的文本主题分析实验？基于支持向量机SVM模型的中文文本情感分析实验？基于关键词检索的智能问答系统实现实验？基于语音唤醒、语音识别、语音合成完成智能音箱实验？智能音箱播放音乐实验？智能音箱控制灯实验

4. 提供数字图像处理与机器视觉实验，包含但不限于以下20个实验：①图像轮廓特征提取实验②基于Canny算法的图像边缘检测实验③匹配人脸模板匹配实验④基于光学字符识别的银行卡号识别实验⑤视频流人脸检测和人数统计实验⑥人脸识别门禁系统实验⑦图像中人物和车辆等目标物体检测识别实验⑧视频流实时检测车辆实验⑨***网络实现手写字符识别实验⑩***网络的猫狗分类识别实验？***网络的CIFAR-10图像分类实验？车牌识别控制实验？手势控制智能家居设备实验？硬币检测与计数的设计与实现？美图滤镜的设计与实现？图像形状识别的设计与实现？车道线检测的设计与实现？全景图像拼接设计与实现？图像分割的设计与实现？行人检测的设计与实现

包号/序号：1/2

产品名称：AI***平台

数量：1套

是否为经过审批采购的进口产品：否

是否为核心产品（非单一产品采购项目时适用）：是

采购文件要求

重要提示：实质性要求及重要指标用★标注（“★”必须标注在序号前），★标注项不得负偏离，如果负偏离，则投标文件无效。

投标文件

响应内容

偏离程度

偏离说明

证明资料

一、总体要求

1. ***平台可快速完成各类计算机技术应用开发、落地场景应用，帮助师生提高学习效果和实践能力。

2. ***平台从模块化组合、易用、直观的设计角度出发，进一步深化易学、易懂、高效、实用的教学理念。考虑到学生的不同学习阶段，从流程图可视化编程，到原生Python编程进行实时的双向打通，既可基于系统的预置功能进行快速的图形编程，也可方便的进行自定义拓展和分享，适应学生的不同能力和水平。既能满足各类专业技术教学需求，基于可无缝对接各类第三方软硬件系统的能力，在科研、竞赛、创新创业等方向都可以帮助技术应用进行快速落地验证。

二、平台功能要求

▲1. ***平台支持 流程图式可视化编程 ，提供节点编辑器工具，系统内置丰富的预置节点。（投标人需提供符合上述要求的 AI ***平台流程图式可视化编程功能界面截图。）

2. ***平台具有良好审美的UI设计，并能够在Windows系统中基于OpenGL对项目运行界面进行渲染加速。

▲3. ***平台支持原生Python语言进行节点自定义，可以修改节点外观、功能内容等，同时支持代码和节点的实时互转，节点可以单独进行代码保存，也可直接将原生Python代码的“.py“格式文件拖入软件界面，***平台内部节点。（投标人需提供符合上述要求的AI***平台Python语言进行节点自定义功能界面截图。）

4. ***平台项目、节点等内容采用多维共享设计，保存的项目文件将内嵌所有代码临时运行结果、流媒体素材等。节点可以转换代码文件进行单独保存分享，项目则可导出整体项目zip压缩包。

5. ***网络请求、串口通讯等节点，实现各类软硬件的接入。

▲6. ***平台依赖内部环境进行工作，无需任何外部环境搭建。软件内含依赖库管理工具，具有完备的UI设计，可方便的进行系统依赖增减，并支持选择各类源进行第三方库安装，且支持自定义指令的高级拓展。（投标人需提供符合上述要求的AI***平台环境依赖库管理页面功能界面截图。）

▲7. ***平台提供完备的UI交互设计，从创建项目、项目编辑、使用帮助、****中心等功能模块划分进行设计。（投标人需提供符合上述要求的AI***平台UI交互设计功能界面截图。）

8. ***平台具备项目自动保存功能，可设定具体的自动保存时间，以确保项目编辑过程中成果不易损坏和丢失。

9. 要求节点可根据代码自动生成ToolTip的功能，对不同的节点进行功能说明和原理解析，方便学习者在无需接触代码的情况下了解和使用节点。

10. ***平台内所有的自定义节点、各类系统节点、预置节点，均支持实时源代码查看、实时修改生效、实时二次开发。

三、平台内置完整案例要求

***平台内置丰富的AI赋能行业应用经典案例，开箱即用，以清晰直观的流程图方式进行案例演示、交互，可基于各类案例进行学习和扩展开发。要求案例数量不小于10个，其中需包括如下案例：

1. GB/GBC游戏机模拟器案例：案例展示了如何通过模块化编程实现一个经典的游戏机模拟器系统，案例涵盖了按键映射、文件浏览与加载、模拟器状态管理以及用户界面实时更新等关键功能。技术实现中使用了PyBoy库进行GB/GBC模拟，PyQt库用于构建交互式UI，涉及到图像处理、事件驱动编程等复杂操作，展示了模块化设计的优势与强化学习在交互控制中的潜在应用，帮助学生理解如何将多个技术组件集成，培养解决复杂工程问题的能力。

2. 电动车进电梯检测案例：案例基于计算机视觉与深度学习技术，利用ONNX模型进行电动车的检测，通过模型加载、图像处理、模型预测、结果绘制等多个节点的协作实现目标检测功能。案例使用了图像预处理、非极大值抑制（NMS）等技术来优化模型推理和结果过滤，结合视觉和音频警报，形成完整的智能监控系统。通过模拟实际场景，展示了如何将深度学习模型应用于安全监控中，帮助学生理解从数据处理到模型部署的全流程，实现社会新闻中的电动车火灾预防措施的技术落地。

◆3. 哈密瓜育种检测案例：案例展示了如何通过软硬件结合的方式，实现对哈密瓜种子发芽情况的智能检测。案例运用了计算机视觉、图像处理、和深度学习技术，通过图像预处理、轮廓检测、出芽检测、结果分析等多个模块的协作，完成从数据采集到结果输出的完整流程。技术上，案例涉及到图像二值化、形态学操作、HSV颜色空间处理等复杂的图像处理方法，并利用硬件采集图像进行实时处理和分析。案例展示了如何将多种软硬件技术集成应用于实际农业场景中，帮助学生理解从数据采集、处理到分析的全流程，培养解决实际农业问题的综合能力。投标时要求提供该项功能演示视频，要求演示过程清晰，现象明显。（以MP4文件存放于U盘中，作为佐证材料。）

4. 驾驶员行为安全检测案例：案例展示了如何综合运用大模型AIGC技术、***网络编程，构建一个完整的驾驶员行为监测系统。该案例通过ONNX模型实现驾驶员行为的检测，包括人脸识别、吸烟、打电话、喝水等关键行为的实时监测，并结合计算机视觉技术对输入图像进行处理与预测。同时，***网络编程和数据传输，将检测结果实时传输和可视化展示，确保驾驶安全。它为学生提供了一个多技术融合的完整系统示例，展示了如何将大模型的推理能力、***网络通信集成，培养学生在实际应用场景中设计和实现复杂系统的能力。

5. 停车场车位检测案例：案例利用计算机视觉技术，结合OpenCV的图像处理功能，通过一个鸟瞰视角的摄像头实现对整个停车场车位的监控。该系统通过图像预处理、车位区域检测和状态判断等一系列技术步骤，有效识别车位的占用情况。技术实现中，案例使用了图像灰度化、膨胀处理、自适应阈值化等技术，简化了复杂场景下的车位检测任务。教育意义在于此案例展示了如何通过一个摄像头实现对大范围场景的监控，从而降低硬件成本，并通过对OpenCV的综合应用，帮助学生理解实际场景中计算机视觉技术的集成与应用。

6. 老旧照片上色案例：案例展示了AI技术在图像处理领域的创新应用，通过预训练模型实现对灰度图像的自动上色处理。该案例结合了计算机视觉和深度学习，利用OpenCV进行图像的灰度化、锐化和高斯模糊等预处理操作，并通过加载SIGGRAPH17上色模型，将灰度图像精准地转换为彩色图像，恢复老旧照片的色彩信息，不仅展示了AI在图像修复和增强中的应用，还帮助学生理解从图像预处理到深度学习模型推理的完整流程，凸显了AI技术在解决实际问题中的潜力和广泛应用前景。

7. 无人机控制案例：***平台与第三方教育无人机产品进行硬件连接和控制。案例通过节点式编程环境，集成了通信控制、指令发送、手柄操作解析等功能模块，能够实现无人机的起飞、降落、移动、翻滚和速度调整等一系列操作，展示了如何利用串口通信、数据解析和事件驱动编程，构建一个完整的无人机控制系统。***平台软件开发与硬件控制相结合，理解复杂系统的架构设计与实施，尤其是在无人机控制这一新兴技术领域的应用。

8. 路口交通灯通行状态检测：案例展示了如何将复杂的闯红灯检测任务分解为两个关键技术要素的组合：通过碰撞检测识别有无车辆通过以及利用OpenCV进行红绿灯状态的识别。该案例使用了YOLOv5模型进行车辆检测，并通过区域碰撞检测模块确定车辆是否越过指定区域，同时通过红绿灯检测模块对交通灯状态进行分析。教育意义在于该案例通过模块化的设计方法，将实际问题分解为多个可独立解决的子任务，并结合计算机视觉与深度学习技术，展示了如何构建一个完整的交通监控系统，帮助学生掌握从算法设计到系统集成的全过程。

四、功能模块参数要求

1. 项目编辑模块参数要求

（1）项目保存、打开：允许保存当前工作状态为项目，并可打开其他用户分享项目文件。

（2）画布自适应缩放：一键将项目画布进行自动缩放，以最优方式展示项目全貌。

（3）显示、***网格背景：支持根据偏好，***网格背景，提高视觉体验。

（4）开启、关闭数据流动画：可选择开启或关闭数据的流动动画，实时查看数据流向。

（5）开启、取消全屏无边框编辑模式：提供沉浸式的编程环境，消除其他干扰，集中注意力。

▲（6）节点分类展示功能：节点按功能分类，便于用户快速查找和使用。（投标人需提供符合上述要求的AI***平台节点分类展示功能界面截图。）

▲（7）节点编辑功能：允许用户对已选节点进行修改和个性化设置。（投标人需提供符合上述要求的AI***平台节点编辑功能界面截图。）

（8）代码测试功能：在完成编写后，***平台上进行代码的实时测试。

▲（9）节点多线程模式运行功能：确保多个节点可以并行运行，提高执行效率。（投标人需提供符合上述要求的节点多线程模式运行功能界面截图。）

▲（10）控制台输出功能：实时显示程序运行的输出结果，方便调试和监控。（投标人需提供符合上述要求的 AI ***平台控制台输出功能界面截图。）

（11）导出项目图片功能：可以自行选择项目流程图背景底色（透明/白色）进行全景图片导出。

（12）编辑区域配色调整功能：可以自行设定流程线、数据线、画布背景、***网格的配色并保存。

2. 可视化编程模块参数要求

***平台的一部分功能，支持通过拖拽、连接和配置各种图形元素来实现编程的工具。它可以在不需要编写代码的情况下，快速构建和运行各种应用程序和任务。除可使用系统模块、外，也可以进行模块自定义，其中系统内起始至少包含以下模块：

（1）摄像头输入模块：自动读取系统已加载的摄像头列表，从选择的摄像头获取图像，输出一张图像。

（2）麦克风输入模块：自动读取已加载到系统中麦克风列表，自由选择麦克风(支持麦克配置风采样率、声道数、样本)获取声音,输出一段音频，并使用动态图表显示音频采样结果。

（3）录音输入模块：根据默认或者自定义配置的录音秒数、采样率、声道数、帧缓冲区大小等参数打开系统麦克风进行录音操作，最后输出相应的录音数据。

（4）视频图像输入模块：可以从系统目录中选择指定视频文件，从视频开始按图像帧格式进行输出。

（5）单行文本输入模块：输入一段内容作为单行输出(不支持换行符)，可以通过任意信号进行输入触发。

（6）文本输入模块：输入任意内容并保留内容文本格式进行输出。

（7）文件路径输入模块：选择系统目录中任意文件输出指定文件的完整路径地址。

（8）文件输入模块：选择系统目录中任意文件输出指定文件的字节流数据。

（9）按钮检测模块：从提供的36键位列表中自定义添加需要监听的键位，键盘按下监听的键位时，模块向外触发按键事件并输出对应的按键信息。

（10）滑块输入模块；根据默认或自定义配置的数值范围、步长生成可水平拖动的滑块，滑动滑块动态输出对应数值。

（11）录音波形图模块：接收音频数据在模块显示区域动态绘制音频对应波形图。

（12）录音播放模块：接收音频数据根据默认或自定义配置采样率、声道数、帧缓冲区大小等参数还原音频进行播放。

（13）图像输出模块：接收图像数据显示在模块内部特定区域，并支持保存接收的图像到本地。

（14）文本输出模块：接收文字类数据显示在模块内部特定区域。

（15）扬声器输出模块：接收字节流数据或者wav格式文件路径，根据输入内容动态解析并播报对应内容。

（16）折线图输出模块：接收数值型数据，绘制出对应点位，可以连续输入数值，绘制成折线图。

（17）数据分发器模块：接收汇总多模块、多流程的输入，根据输入对象动态分发输出对应数据。

（18）通信协议模块：如HTTP通讯模块、MQTT通讯模块、TCP服务端模块、TCP客户端模块、UDP通讯模块、串口通信模块等。

（19）按钮执行模块：该模块是一个简单的用户界面节点，包含一个“执行”按钮。当用户点击按钮时，模块发出信号以触发后续流程或操作。此模块通常用于手动控制流程的执行，无输入参数，输出为信号触发。

（20）打印测试模块：该模块是一个简单的数据传递节点，它接收任意类型的输入数据，打印输入内容，并将输入数据直接作为输出。模块的功能相当于一个数据中继或检查点，用于观察或传递数据流。

（21）定时执行模块：定时执行模块是一个可以在设定的时间间隔内周期性触发后续操作的模块。它包含一个用户界面，其中有一个按钮用于启动和停止计时器。模块的输入参数是运行间隔（毫秒），默认值为1000毫秒。当计时器运行时，它会按照设定的间隔定期发出信号，直到被停止。此模块常用于需要定时或周期性任务控制的场景。

（22）数据传输模块：该定义了三种类型的输入（数字、字符、布尔值）和相应的输出。该模块实际上不执行任何操作，只是简单地传递输入数据到输出。这个模块可用于测试、作为占位符或在未来扩展功能的场景。

（23）网页爬虫模块：该模块接收一个URL作为输入，使用requests库获取该URL的网页源码，并将源码作为输出。模块会处理常见的HTTP错误、连接错误、请求超时等情况，并输出相应的错误信息。如果输入的URL为空，模块会提示用户输入有效的URL。

（24）豆瓣电影TOP10分析模块：豆瓣电影TOP10分析模块用于分析豆瓣电影TOP10榜单的数据。它接收HTML源码作为输入，解析HTML内容以获取前10部电影的标题、评分、评价人数等信息，并创建一张图像来展示这些信息。如果输入的HTML源码为空，模块会提示用户提供有效的源码。模块的输出包括电影信息和电影信息图像。

▲（25）模型预测模块：该模块实现了YOLOv5 ONNX模型的对象检测和实例分割预测，接收预先初始化的模型对象和RGB图像，输出检测框、置信度、类别id、类别名称和分割掩膜，同时提供可视化结果。（投标人需提供符合上述要求的AI***平台模型预测模块功能界面截图。）

▲（26）区域碰撞检测模块：该模块实现了区域碰撞检测，接收RGB格式图像数据、四边形坐标和汽车对象框，输出碰撞结果、绘制了四边形的新图像和四边形坐标数组。通过解析坐标、生成掩膜和判断碰撞，能够检测图像中汽车与指定区域是否发生碰撞，并在图像上绘制出碰撞情况。（投标人需提供符合上述要求的AI***平台区域碰撞检测模块功能界面截图。）

（27）图片裁剪模块：该模块接收输入的图像数据，以及裁剪区域的顶点坐标和裁剪尺寸，输出裁剪后的图像数据。通过解析输入参数，裁剪出指定位置和尺寸的图像区域，并将其作为输出结果。

▲（28） 红绿灯识别模块 ：该模块实现了对输入图像进行红色识别，判断是否为红灯的功能。它通过转换图像到HSV颜色空间，提取红色区域，并进行二值化处理，统计白色像素数量来判断输入图像是否为红灯，最后输出二值化图像、白色像素数量和是否为红灯的判断结果。（投标人需提供符合上述要求的AI***平台红绿灯识别模块功能界面截图。）

（29）腐蚀处理模块：模块接收二值图像、内核大小和迭代次数,对二值图像进行形态学腐蚀，移除小对象和边界，细化特征,并输出为腐蚀后的图像。

（30）膨胀处理模块：模块接收二值图像、内核大小和迭代次数作为输入，通过形态学膨胀操作扩大图像中的白色区域，填充空洞，并输出膨胀后的图像。

（31）图像边缘检测模块：模块接收灰度图像和强边缘、弱边缘两个阈值作为输入，利用Canny算法检测图像中的边缘，区分强弱边缘，并输出边缘检测结果。

（32）图像二值化模块：模块接收灰度图像和阈值作为输入，通过设定阈值将图像转换为黑白二值图像，输出二值化后的图像。

（33）图像高斯模糊模块：模块接收图像、滤波核宽度和高度以及标准差作为输入，对图像应用高斯模糊以减少噪声和细节，输出模糊后的图像。

（34）图像灰度转换模块：模块接收图像作为输入，将其转换为灰度图像，输出灰度化后的图像。

（35）图像均值滤波模块：模块接收图像、滤波核宽度和高度作为输入，通过计算像素邻域的均值对图像进行平滑处理，输出滤波后的图像。

（36）图像平滑模块：模块接收图像和平滑核的宽度和高度作为输入，使用高斯滤波对图像进行平滑处理以减少噪声，输出平滑后的图像。

（37）图像转NP数组模块：模块接收不同类型的图像输入（如OpenCV的numpy数组、PIL的Image对象或QPixmap对象），将其统一转换为numpy数组格式，以便进行后续的图像处理操作。输出为转换后的numpy图像数组。

（38）自适应阈值化处理模块：模块接收图像、最大像素值、自适应方法、阈值类型、邻域大小和常数C作为输入，根据图像的局部特性动态调整阈值进行二值化处理，以更好地处理光照不均的图像，输出阈值化后的图像。

▲（39） 图像分类模块 ：接收图像数据集，***网络对图像进行图像分割，区分图像中的不同区域，输出分割结果。（投标人需提供符合上述要求的AI***平台图像分类模块功能界面截图。）

（40）回归分析模块：模块接收特征数据集和目标变量，应用机器学习回归算法（如线性回归、决策树回归等）进行数据分析，输出预测结果。

（41）图像分割模块：接收图像数据集，使用深度学习技术进行图像分割，区分图像中的不同区域，输出分割结果。

（42）目标检测模块：接收图像数据集，使用深度学习技术检测和定位图像中的目标对象,输出目标位置和类别。

（43）风格迁移模块：接收内容图像、风格图像、迁移模型配置，应用深度学习进行风格迁移，输出风格迁移后的图像。

（44）语音识别模块：接收音频数据、识别模型配置，使用深度学习技术进行语音识别，输出识别文本以及识别准确率。

▲（45）驾驶危险行为分析模块：接收图像帧数据、使用深度学习技术进行行为识别或事件检测(如：抽烟、喝水、打电话等)，输出对应行为或事件识别结果。（投标人需提供符合上述要求的AI***平台视频分析模块功能界面截图。）

▲（46）人脸相似度对比模块：接收人脸图像，识别模型配置，使用深度学习技术进行不同人脸的关键点识别，输出相似度结果。（投标人需提供符合上述要求的AI***平台人脸识别模块功能界面截图。）