长春汽车职业技术大学数智云边端一体化综合管理采购项目更正公告

2

人工智能创新实践平台

一、平台硬件资源

（一）性能参数

1.AI边缘网关：

（1）处理器内核：处理器不少于五核，至少包含不低于双核Cortex-A72和三核Cortex-A53；

（2）GPU处理器不少于双核；

（3）NPU:须支持8bit/16bit运算，须支持TensorFlow、Pytorch模型，运算性能不低于3.0TOPs；

（4）终端搭载内存≥4GB DDR4,存储≥32GB EMMC5.1；

（5）终端搭载Emmc5.1存储器，容量不低于32GB；

（6）有线通信：千兆以太网口，须支持POE受电；

（7）无线通信:需支持蓝牙及双频WiFi。蓝牙需要支持 5.0，支持 class1，class2和 class3 功率级传输，调制方式: GFSK，π/4-DQPSK,8DPSK;WiFi需满足IEEE802.11 a/b/g/n/ac 2x2 MIMO；

（8）须支持M.2接口的无线4G/5G模块扩展；

（9）串行接口：须支持RS232/RS485；

（10）USB Type-A及Type-C拓展接口：提供不少于2个USB 3.0 HOST的Type-A类型拓展接口及1个Type-C类型拓展接口；

（11）板载扩展：须可接1*I2S、2*I2C、ADC1_CHO、ADC1_CH1，3路电源（5V\3.3V）；

（12）视频编解码：须支持4K VP9 and 4K 10bits H265/H264 视频解码，高达60fps；1080P 多格式视频解码 (WMV, MPEG-1/2/4, VP8)，支持6路1080P@30fps解码；1080P 视频编码，支持H.264，VP8格式，须支持2路1080P@30fps编码；视频后期处理器：反交错、去噪、边缘/细节/色彩优化；

（13）智能视频处理：须支持实时图像缩放、裁剪、格式转换、旋转等功能；

（14）视频接口输出: 1路HDMI2.0(Type-A)接口，须支持4K/60fps输出；1路MIPI接口，须支持1920*1080@60fps输出；

（15）音频接口：不少于1路HDMI音频输出；不少于1路Speaker，喇叭输出；不少于1路耳麦，用于音频输入输出；不少于1路麦克风，板载音频输入。

2.USB图像采集设备：

（1）模块须搭载不低于800万像素工业级无畸变摄像头；

（2）模块须支持自动曝光控制AEC，须支持自动增益控制AGC，须支持自动白平衡；

（3）须支持自动对焦功能。

3.RTSP图像采集设备：

（1）200万 1/2.7 CMOS ICR红外阵列筒型网络摄像机；

（2）最低照度: 彩色：0.001 Lux @（F1.2，AGC ON），0 Lux with IR；

（3）焦距及视场角: 4 mm@ F1.6，水平视场角：86°，垂直视场角：46.3°，对角线视场角：104.2°；

（4）宽动态范围: 120 dB；

（5）视频压缩标准: 主码流：H.265/H.264，子码流：H.265/H.264/MJPEG；

（6）最大图像尺寸: 1920 ×1080；

（7）网络: 1个RJ45 10 M/100 M自适应以太网口；

（8）启动及工作温湿度: -30 ℃~60 ℃，湿度小于95%（无凝结）；

（9）供电方式: DC：DC：12 V ± 25% ；PoE：802.3af；

（10）电源接口类型: Φ5.5 mm圆口；

（11）电流及功耗: DC：12 V，0.38 A，4.5 W Max； PoE：802.3af，36V~57V，0.15 A~0.10A，5.5 W Max；

（12）防护等级: IP67；

（13）补光: 最远可达30m。

4.智能人脸门禁：

（1）识别率：大于99%；

（2）人脸识别时间：最快0.2秒；

（3）人脸识别距离：0.3m~1.8m；

（4）人脸库容量：最高50000；

（5）本机记录容量：含图片记录10万条；

（6）常用核验方式：人脸（1：N）；人证核验；

（7）人员管理：支持人员库的添加、更新、删除以及人员信息查看；

（8）访客管理：支持访客的添加、更新、删除以及访客信息查看；

（9）陌生人管理：支持陌生人检测、陌生人信息上报；

（10）记录管理：支持记录本地保存和实时上传；

（11）接口：100M网络接口×1、韦根输出×1、韦根输入×1、RS485×1、告警输入×2、I/O输出×1、音频输入×1、音频输出×1、USB×1；

（12）屏幕尺寸及分辨率：触摸屏，7英寸，600*1024；

（13）补光灯：LED柔光灯。

5.语音采集播放设备:

（1）LED指示灯：无亮待机及通话模式；绿灯表示静音模式；

（2）声音功能 声音取样频率：32KHz；

（3）通讯模式：全双工同时对谈；

（4）回音消除：高于58dB；

（5）支持AGC(音频自动增益控制）功能；

（6）麦克风为全指向性；MIC:34dB。

6.无线路由器：

（1）300M无线路由，2根天线；

（2）4个百兆网口。

7.图像识别实验模块：

（1）模块须配备不低于2个人偶模型；

（2）模块须配备不低于3种动物种类模型，至少包括猫、奶牛、狗动物；

（3）模块须配备不低于2种水果模型，至少包括苹果和香蕉；

（4）模块须配备不低于2种交通工具模型，至少包括汽车和摩托车；

（5）模型须配备不低于8个不同形状和颜色的色块；

（6）模型须配备不低于3种商品模型，至少包括橙汁、甜甜圈、篮球。

8.IOT实验模块：

（1）实验模块须配备工业级数字量I/O模块，支持不低于7个通道采集输入和不低于8个通道控制输出；

（2）实验模块须配置工业级485型光照度采集模块，测量响应时间不高于1秒/每次，测量精准度不高于±3％FS；

（3）实验模块须配置带轰鸣器的警示灯，支持红、黄、绿三色单独开关控制，闪光频率不低于63times/min不高于65 times/min；

（4）实验模块须配置被动式红外热释放的人体红外传感器；

（5）实验模块须配置可长时间通电的门锁模块，锁舌行程7mm，锁舌吸力不高于0.5N（50g）；

（6）实验模块须配置可长时间通电小风扇模块；

（7）实验模块配置不低于2组的4路继电器，支持高/低电平触发。

9.实验器材收纳模块：

模块须配置具有防震、防摔、收纳功能的收纳箱，支持IP67防水防尘，支持耐温最低到-10℃最高到80℃。

二、平台软件资源

（一）性能参数

1.操作系统：

（1）AI边缘网关须支持Debian/linux嵌入式操作系统，满足嵌入式操作系统教学；

（2）AI边缘网关须支持ROS系统，满足柔性仿真机械手、机器车系统教学；

（3）AI边缘网关须内置Python3.0以上版本的运行环境，满足Python 的AI教学；

（4）AI边缘网关须内置QT、PYQT5的运行环境，满足AI的可视化教学；

（5）AI边缘网关须内置语音识别、语音合成、语音播报的离线SDK，满足AI的语音技术应用教学；

（6）AI边缘网关内置的AI算法至少包括分类检测、人脸识别、车牌识别、人脸多属性分析、人体骨骼关键点检测，满足AI的基础应用与开发教学；

（7）AI边缘网关须内置人脸多属性分析算法，具有不少于2个维度的分析结果，比如（表情、是否佩戴眼镜、是否佩戴口罩、年龄、性别）；

（8）AI边缘网关须内置人体骨骼关键点检测算法，具有不少于16个关键点的检测。

2.端侧应用软件：

（1）应用软件至少包括分类检测、人脸识别、车牌识别、人脸多属性分析、人体骨骼关键点检测等不少于5个内置的AI算法应用，程序界面应包括摄像头调用、图像采集、算法调用、结果呈现等。功能与代码对照教学演示，可展开关键技术分解教学；

（2）应用系统具备典型行业应用案例，利用智慧校园场景进行实训。智慧校园行业应用须包含人员和车辆出入控制、无人超市功能，提供管理员登录管理功能，对用户注册、已注册用户、出入车辆、操作控制进行管理；

三、算法模型训练工具

提供可视化模型训练工具，支持学生零代码构建高精度模型,支持检测预训练模型，载入标注后的数据后，工具提供“数据预处理”、“数据生产”、“训练参数配置”、“模型训练”和“模型验证”功能；

虚拟仿真实训软件

（一）设备功能

1.动力学仿真：支持多种高性能的物理引擎，例如ODE、Bullet、SimBody、DART等；

2.三维可视化环境：支持显示逼真的三维环境，包括光线、纹理、影子；

3.传感器仿真：支持传感器数据的仿真，同时可以仿真传感器噪声；

4.可扩展插件：支持用户可以定制化开发插件，扩展系统功能，满足个性化的需求；

5.多种机器人模型：内置不少于三款机器人模型，至少包含智能移动机器人、智能搬运机器人、智能复合巡检机器人等多种机器人模型；

6.终端工具：支持用户可以使用命令行工具在终端实现仿真控制；

7.虚拟仿真实训系统支持开展ROS相关实验，如定位与地图构建、路径规划与导航、机器人运动规划与控制等。配套至少2种虚拟仿真实验案例，例如通过软件可以运行巡线驾驶、倒车入库、交通标识识别等虚拟仿真实验案例。

五、平台包含教学资源

（一）包含资源

1.《人工智能前端设备应用》课程资源：教学资源须配套《人工智能前端设备应用》教材、指导手册、教学PPT、教学视频、案例源码及数据集等内容：

（1）需满足不低于64课时教学；

（2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学；

（3）教材提供不低于13个实训任务，每个实训匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供；

（4）提供不低于30份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程；

（5）提供不低于13份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学；

（6）提供不少于12份项目教案，根据教学内容配套，教案内容须贴合实际教学；

（7）提供相关案例源码及数据集文件；

（8）需提供《人工智能前端设备应用》教材用书（非实训指导书），教材需对应此设备产品；

（9）教学内容须涵盖但不限于以下内容：a.智慧社区设备安装与调试：智慧社区公共区域安防系统、智慧社区门禁系统、智能家居系统；b.智慧校园应用系统部署：智慧校园服务端应用环境准备、智慧校园服务端应用程序部署、智慧校园应用系统验证；c.智慧社区数据采集与标注：图像数据采集、图像数据预处理、图像标注、语音识别与文本标注；d.无人超市应用场景优化：无人超市应用系统模型微调、无人超市应用系统模型评估、无人超市应用系统模型部署。

2.《嵌入式人工智能技术应用》课程资源：教学资源须配套《嵌入式人工智能技术应用》教材、课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容：

（1）需满足不低于64课时教学；

（2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学；

（3）提供不低于16份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供；

（4）提供不低于16份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程；

（5）提供不低于16份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学；

（6）提供相关案例源码及数据集文件；

（7）需提供《嵌入式人工智能技术应用》教材，围绕教材大纲目录一一匹配相应实验案例、教学ppt、实训指导书、教学视频等教辅资源；

（8）教学资源内容须涵盖但不限于以下内容：使用OpenCV实现人脸检测、使用计算机视觉算法实现图像识别、利用串口实现边缘硬件控制、基于人脸检测算法实现家用设备的控制、基于计算机视觉技术实现稻麦监测系统、基于语音识别实现智能家居控制。

3.《边缘智能计算应用》课程资源：教学资源须配套《边缘智能计算应用》教材、课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容：

（1）需满足不低于64课时教学；

（2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学；

（3）提供不低于14份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供；

（4）提供不低于14份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程；

（5）提供不低于14份教学PPT；根据教学内容配套，教学课件内容须贴合实际教学；

（6）提供相关案例源码及数据集文件；

（7）需提供《边缘智能计算应用》教材，围绕教材大纲目录一一匹配相应实验案例、教学ppt、实训指导书、教学视频等教辅资源；

（8）教学资源内容须涵盖但不限于以下内容：a.边缘计算开发板基础应用：开发板介绍及应用案例体验、基于OpenCV的USB摄像头的使用；b.边缘计算算法SDK应用（基于RockX）：目标检测算法接口应用、人脸识别算法接口应用、人体关键点算法接口应用、车牌识别算法接口应用；c.基于TensorFlow的图像上色模型部署：基于TensorFlow的图像彩色化、TensorFlow模型转RKNN模型并进行预测；d.基于Pytorch目标检测模型部署：基于Pytorch的YOLOv5模型训练及转换、ONNX模型文件转RKNN模型文件、基于YOLOv5的实时检测模型部署；e.基于TFLite的手掌检测模型部署：基于Mediapipe的手势识别模型转换、基于RKNN模型的手掌检测、边缘端手掌检测应用的部署和运行。

六、防火墙（1套）

（一）性能参数

1.性能参数：网络层吞吐量≥150Gbps，采用SSD硬盘，接口数量要求千兆电口不少于8个，千兆光口不少于8个，万兆光口不少于8个，40G光口不少于4个，满配光模块；

2.设备模块：设备需具备IPS和AV防御能力；

3.认证方式：产品需支持单点登录、本地账号密码；

4.链路聚合：支持链路聚合功能，可将多条物理链路聚合成一条带宽更高的逻辑链路使用，提升网络带宽和增加容错性；

5.入侵防御：产品支持基于SSH、TELNET、ORACLE、MYSQL等应用协议进行深度检测与防护；

6.产品支持静态路由、策略路由、多播路由与动态路由协议；

7.产品支持多维度流量控制功能；

8.支持基于文件传输方式管控策略配置；

9.支持展示终端资产列表；

10.对于设备稳定性的考虑，设备厂商支持故障切换能力，实现双机故障切换，不丢失数据包，并可实现双机业务部署情况下升级不断网；

11.能够具备违规外联检测模块。通过与云端威胁情报对接实现恶意流量的就近进行实时检测与拦载，且能提供的云端接入节点不少于 20个，具备师生感染终端对外连接行为的实时阻断，保护学校业务安全；

12.产品需支持在云端情报库内，对于未知情报的主动探测技术，实现300S 内对于未知威胁情报的设备下发。

6套

2

人工

智能创新实践平台

一、平台硬件资源

（一）性能参数

1.AI边缘网关：

（1）处理器内核：处理器不少于五核，至少包含不低于双核Cortex-A72和三核Cortex-A53；

（2）GPU处理器不少于双核；

（3）NPU:须支持8bit/16bit运算，须支持TensorFlow、Pytorch模型，运算性能不低于3.0TOPs；

（4）终端搭载内存≥4GB DDR4,存储≥32GB EMMC5.1；

（5）终端搭载Emmc5.1存储器，容量不低于32GB；

（6）有线通信：千兆以太网口，须支持POE受电；

（7）无线通信:需支持蓝牙及双频WiFi。蓝牙需要支持 5.0，支持 class1，class2和 class3 功率级传输，调制方式: GFSK，π/4-DQPSK,8DPSK;WiFi需满足IEEE802.11 a/b/g/n/ac 2x2 MIMO；

（8）须支持M.2接口的无线4G/5G模块扩展；

（9）串行接口：须支持RS232/RS485；

（10）USB Type-A及Type-C拓展接口：提供不少于2个USB 3.0 HOST的Type-A类型拓展接口及1个Type-C类型拓展接口；

（11）板载扩展：须可接1*I2S、2*I2C、ADC1_CHO、ADC1_CH1，3路电源（5V\3.3V）；

（12）视频编解码：须支持4K VP9 and 4K 10bits H265/H264 视频解码，高达60fps；1080P 多格式视频解码 (WMV, MPEG-1/2/4, VP8)，支持6路1080P@30fps解码；1080P 视频编码，支持H.264，VP8格式，须支持2路1080P@30fps编码；视频后期处理器：反交错、去噪、边缘/细节/色彩优化；

（13）智能视频处理：须支持实时图像缩放、裁剪、格式转换、旋转等功能；

（14）视频接口输出: 1路HDMI2.0(Type-A)接口，须支持4K/60fps输出；1路MIPI接口，须支持1920*1080@60fps输出；

（15）音频接口：不少于1路HDMI音频输出；不少于1路Speaker，喇叭输出；不少于1路耳麦，用于音频输入输出；不少于1路麦克风，板载音频输入。

2.USB图像采集设备：

（1）模块须搭载不低于800万像素工业级无畸变摄像头；

（2）模块须支持自动曝光控制AEC，须支持自动增益控制AGC，须支持自动白平衡；

（3）须支持自动对焦功能。

3.RTSP图像采集设备：

（1）200万 1/2.7 CMOS ICR红外阵列筒型网络摄像机；

（2）最低照度: 彩色：0.001 Lux @（F1.2，AGC ON），0 Lux with IR；

（3）焦距及视场角: 4 mm@ F1.6，水平视场角：86°，垂直视场角：46.3°，对角线视场角：104.2°；

（4）宽动态范围: 120 dB；

（5）视频压缩标准: 主码流：H.265/H.264，子码流：H.265/H.264/MJPEG；

（6）最大图像尺寸: 1920 ×1080；

（7）网络: 1个RJ45 10 M/100 M自适应以太网口；

（8）启动及工作温湿度: -30 ℃~60 ℃，湿度小于95%（无凝结）；

（9）供电方式: DC：DC：12 V ± 25% ；PoE：802.3af；

（10）电源接口类型: Φ5.5 mm圆口；

（11）电流及功耗: DC：12 V，0.38 A，4.5 W Max； PoE：802.3af，36V~57V，0.15 A~0.10A，5.5 W Max；

（12）防护等级: IP67；

（13）补光: 最远可达30m。

4.智能人脸门禁：

（1）识别率：大于99%；

（2）人脸识别时间：最快0.2秒；

（3）人脸识别距离：0.3m~1.8m；

（4）人脸库容量：最高50000；

（5）本机记录容量：含图片记录10万条；

（6）常用核验方式：人脸（1：N）；人证核验；

（7）人员管理：支持人员库的添加、更新、删除以及人员信息查看；

（8）访客管理：支持访客的添加、更新、删除以及访客信息查看；

（9）陌生人管理：支持陌生人检测、陌生人信息上报；

（10）记录管理：支持记录本地保存和实时上传；

（11）接口：100M网络接口×1、韦根输出×1、韦根输入×1、RS485×1、告警输入×2、I/O输出×1、音频输入×1、音频输出×1、USB×1；

（12）屏幕尺寸及分辨率：触摸屏，7英寸，600*1024；

（13）补光灯：LED柔光灯。

5.语音采集播放设备:

（1）LED指示灯：无亮待机及通话模式；绿灯表示静音模式；

（2）声音功能 声音取样频率：32KHz；

（3）通讯模式：全双工同时对谈；

（4）回音消除：高于58dB；

（5）支持AGC(音频自动增益控制）功能；

（6）麦克风为全指向性；MIC:34dB。

6.无线路由器：

（1）300M无线路由，2根天线；

（2）4个百兆网口。

7.图像识别实验模块：

（1）模块须配备不低于2个人偶模型；

（2）模块须配备不低于3种动物种类模型，至少包括猫、奶牛、狗动物；

（3）模块须配备不低于2种水果模型，至少包括苹果和香蕉；

（4）模块须配备不低于2种交通工具模型，至少包括汽车和摩托车；

（5）模型须配备不低于8个不同形状和颜色的色块；

（6）模型须配备不低于3种商品模型，至少包括橙汁、甜甜圈、篮球。

8.IOT实验模块：

（1）实验模块须配备工业级数字量I/O模块，支持不低于7个通道采集输入和不低于8个通道控制输出；

（2）实验模块须配置工业级485型光照度采集模块，测量响应时间不高于1秒/每次，测量精准度不高于±3％FS；

（3）实验模块须配置带轰鸣器的警示灯，支持红、黄、绿三色单独开关控制，闪光频率不低于63times/min不高于65 times/min；

（4）实验模块须配置被动式红外热释放的人体红外传感器；

（5）实验模块须配置可长时间通电的门锁模块，锁舌行程7mm，锁舌吸力不高于0.5N（50g）；

（6）实验模块须配置可长时间通电小风扇模块；

（7）实验模块配置不低于2组的4路继电器，支持高/低电平触发。

9.实验器材收纳模块：

模块须配置具有防震、防摔、收纳功能的收纳箱，支持IP67防水防尘，支持耐温最低到-10℃最高到80℃。

二、平台软件资源

（一）性能参数

1.操作系统：

（1）AI边缘网关须支持Debian/linux嵌入式操作系统，满足嵌入式操作系统教学；

（2）AI边缘网关须支持ROS系统，满足柔性仿真机械手、机器车系统教学；

（3）AI边缘网关须内置Python3.0以上版本的运行环境，满足Python 的AI教学；

（4）AI边缘网关须内置QT、PYQT5的运行环境，满足AI的可视化教学；

（5）AI边缘网关须内置语音识别、语音合成、语音播报的离线SDK，满足AI的语音技术应用教学；

（6）AI边缘网关内置的AI算法至少包括分类检测、人脸识别、车牌识别、人脸多属性分析、人体骨骼关键点检测，满足AI的基础应用与开发教学；

（7）AI边缘网关须内置人脸多属性分析算法，具有不少于2个维度的分析结果，比如（表情、是否佩戴眼镜、是否佩戴口罩、年龄、性别）；

（8）AI边缘网关须内置人体骨骼关键点检测算法，具有不少于16个关键点的检测。

2.端侧应用软件：

（1）应用软件至少包括分类检测、人脸识别、车牌识别、人脸多属性分析、人体骨骼关键点检测等不少于5个内置的AI算法应用，程序界面应包括摄像头调用、图像采集、算法调用、结果呈现等。功能与代码对照教学演示，可展开关键技术分解教学；

（2）应用系统具备典型行业应用案例，利用智慧校园场景进行实训。智慧校园行业应用须包含人员和车辆出入控制、无人超市功能，提供管理员登录管理功能，对用户注册、已注册用户、出入车辆、操作控制进行管理；

三、算法模型训练工具

提供可视化模型训练工具，支持学生零代码构建高精度模型,支持检测预训练模型，载入标注后的数据后，工具提供“数据预处理”、“数据生产”、“训练参数配置”、“模型训练”和“模型验证”功能；

虚拟仿真实训软件

（一）设备功能

1.动力学仿真：支持多种高性能的物理引擎，例如ODE、Bullet、SimBody、DART等；

2.三维可视化环境：支持显示逼真的三维环境，包括光线、纹理、影子；

3.传感器仿真：支持传感器数据的仿真，同时可以仿真传感器噪声；

4.可扩展插件：支持用户可以定制化开发插件，扩展系统功能，满足个性化的需求；

5.多种机器人模型：内置不少于三款机器人模型，至少包含智能移动机器人、智能搬运机器人、智能复合巡检机器人等多种机器人模型；

6.终端工具：支持用户可以使用命令行工具在终端实现仿真控制；

7.虚拟仿真实训系统支持开展ROS相关实验，如定位与地图构建、路径规划与导航、机器人运动规划与控制等。配套至少2种虚拟仿真实验案例，例如通过软件可以运行巡线驾驶、倒车入库、交通标识识别等虚拟仿真实验案例。

四、平台包含教学资源

（一）包含资源

1.《人工智能前端设备应用》课程资源：教学资源须配套《人工智能前端设备应用》教材、指导手册、教学PPT、教学视频、案例源码及数据集等内容：

（1）需满足不低于64课时教学；

（2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学；

（3）教材提供不低于13个实训任务，每个实训匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供；

（4）提供不低于30份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程；

（5）提供不低于13份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学；

（6）提供不少于12份项目教案，根据教学内容配套，教案内容须贴合实际教学；

（7）提供相关案例源码及数据集文件；

（8）需提供《人工智能前端设备应用》教材用书（非实训指导书），教材需对应此设备产品；

（9）教学内容须涵盖但不限于以下内容：a.智慧社区设备安装与调试：智慧社区公共区域安防系统、智慧社区门禁系统、智能家居系统；b.智慧校园应用系统部署：智慧校园服务端应用环境准备、智慧校园服务端应用程序部署、智慧校园应用系统验证；c.智慧社区数据采集与标注：图像数据采集、图像数据预处理、图像标注、语音识别与文本标注；d.无人超市应用场景优化：无人超市应用系统模型微调、无人超市应用系统模型评估、无人超市应用系统模型部署。

2.《嵌入式人工智能技术应用》课程资源：教学资源须配套《嵌入式人工智能技术应用》教材、课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容：

（1）需满足不低于64课时教学；

（2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学；

（3）提供不低于16份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供；

（4）提供不低于16份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程；

（5）提供不低于16份教学PPT。根据教学内容配套，教学课件内容须贴合实际教学；

（6）提供相关案例源码及数据集文件；

（7）需提供《嵌入式人工智能技术应用》教材，围绕教材大纲目录一一匹配相应实验案例、教学ppt、实训指导书、教学视频等教辅资源；

（8）教学资源内容须涵盖但不限于以下内容：使用OpenCV实现人脸检测、使用计算机视觉算法实现图像识别、利用串口实现边缘硬件控制、基于人脸检测算法实现家用设备的控制、基于计算机视觉技术实现稻麦监测系统、基于语音识别实现智能家居控制。

3.《边缘智能计算应用》课程资源：教学资源须配套《边缘智能计算应用》教材、课程实训指导手册、教学PPT、教学视频、案例源码及数据集等内容：

（1）需满足不低于64课时教学；

（2）符合项目式教学模式，每个项目围绕某一领域工作任务或知识点开展，每个项目中包含2-4个实操任务，每个实操任务满足约2个课时的实操教学；

（3）提供不低于14份实训指导手册，每份实训指导手册匹配一项实操任务，若该实操任务采用JupyterNotebook方式开展，该实训指导手册可以.ipynb格式文件提供，若不是，可以word或pdf格式文件提供；

（4）提供不低于14份教学视频，对实操任务的教学过程进行讲解，讲解过程清晰，涵盖实操任务完整过程；

（5）提供不低于14份教学PPT；根据教学内容配套，教学课件内容须贴合实际教学；

（6）提供相关案例源码及数据集文件；

（7）需提供《边缘智能计算应用》教材，围绕教材大纲目录一一匹配相应实验案例、教学ppt、实训指导书、教学视频等教辅资源；

（8）教学资源内容须涵盖但不限于以下内容：a.边缘计算开发板基础应用：开发板介绍及应用案例体验、基于OpenCV的USB摄像头的使用；b.边缘计算算法SDK应用（基于RockX）：目标检测算法接口应用、人脸识别算法接口应用、人体关键点算法接口应用、车牌识别算法接口应用；c.基于TensorFlow的图像上色模型部署：基于TensorFlow的图像彩色化、TensorFlow模型转RKNN模型并进行预测；d.基于Pytorch目标检测模型部署：基于Pytorch的YOLOv5模型训练及转换、ONNX模型文件转RKNN模型文件、基于YOLOv5的实时检测模型部署；e.基于TFLite的手掌检测模型部署：基于Mediapipe的手势识别模型转换、基于RKNN模型的手掌检测、边缘端手掌检测应用的部署和运行。

6套

五、防火墙

（一）性能参数

1.性能参数：网络层吞吐量≥150Gbps，采用SSD硬盘，接口数量要求千兆电口不少于8个，千兆光口不少于8个，万兆光口不少于8个，40G光口不少于4个，满配光模块；

2.设备模块：设备需具备IPS和AV防御能力；

3.认证方式：产品需支持单点登录、本地账号密码；

4.链路聚合：支持链路聚合功能，可将多条物理链路聚合成一条带宽更高的逻辑链路使用，提升网络带宽和增加容错性；

5.入侵防御：产品支持基于SSH、TELNET、ORACLE、MYSQL等应用协议进行深度检测与防护；

6.产品支持静态路由、策略路由、多播路由与动态路由协议；

7.产品支持多维度流量控制功能；

8.支持基于文件传输方式管控策略配置；

9.支持展示终端资产列表；

10.对于设备稳定性的考虑，设备厂商支持故障切换能力，实现双机故障切换，不丢失数据包，并可实现双机业务部署情况下升级不断网；

11.能够具备违规外联检测模块。通过与云端威胁情报对接实现恶意流量的就近进行实时检测与拦载，且能提供的云端接入节点不少于 20个，具备师生感染终端对外连接行为的实时阻断，保护学校业务安全；

12.产品需支持在云端情报库内，对于未知情报的主动探测技术，实现300S 内对于未知威胁情报的设备下发。

1套