作为教学实验平台,让学生了解AI模型体系和前沿算法的功能特性及重要参数
作为AI分析平台为实验室提供海量算法的零门槛使用体验,提升数据分析效率并加速科研成果转化速率
提供TB级各类型真实农业数据
涵盖智慧农业所有主流任务功能
包括各类经典机器学习和深度学习
序号 | 详细介绍 |
---|---|
1 | 平台包括工具栏、画布、日志输出三个模块,允许用户零门槛可视化将工具栏中组件拖拽至画布进行连接,无需编程 |
2 | 支持常见的科研或教学的数据类型,支持的格式不低于6种,包括不限于表格数据、可见光图像、近红外图像、多光谱图像、高光谱数据等 |
3 | 内置主流的预训练模型,不低于百G级别,使得用户训练自有数据时更快收敛至高精度 |
4 | 可扩展性,至少支持用户使用一种主流算法编程语言(如python)在画布的相关模块中自写代码,并可与其它模块进行连接运算 |
5 | 支持图像分类、目标检测、语义分割和实例分割四大计算机视觉任务,支持数据分类和回归任务 |
6 | 支持经典机器学习算法的实时级自动运算,无需每改变一次参数就点击运行,支持深度学习用户自定义关键参数,允许用户加载之前训练的模型开始训练 |
7 | 支持分析流程可保存为文件,且可被软件平台加载,且支持对分析流程添加标题和实验描述 |
8 | 支持网络结构的拓展性,其中图像分类任务的VGG网络架构至少支持VGG16和VGG19,ResNet支持ResNet50、ResNet101和ResNet152等 |
9 | 包括配套的实验课程,课程内容至少覆盖 六种作物(包括多种大田作物和园艺作物),覆盖经典机器学习和深度学习,实验数据类型覆盖至少三种,包括不限于智慧农业常见的可见光、多光谱和高光谱等类型数据 |
*各型号详细参数请咨询客服