深度學習視覺應用平臺是泰迪智能科技面向高校人工智能相關專業課程教學的工具。平臺通過內置有趣的視覺應用案例,能夠快速了解視深度學習視覺領域的常用應用;同時通過內置的案例源碼實現對代碼的熟悉,由淺入深,環環相扣。不僅能夠幫助學生快速進行快速實訓,了解不同深度學習模型的搭建和訓練的流程;還能夠幫助老師減少算法課程備課成本,能夠使用平臺現有的案例源碼實現相關算法的授課;還能夠幫助其他專業更好理解人工智能應用。
深度學習視覺應用平臺界面如圖1所示。
深度學習視覺應用平臺主要功能列表如表1所示。
表1 功能列表
序號 | 功能模塊 | 說明 |
1 | 首頁 | 登錄主頁面,提供視覺案例展示面板,點選進入案例教學頁面 |
2 | 模型庫 | 支持教師和學生上傳和分享模型 |
3 | 案例庫 | 案例庫提供手寫數字識別、圖像生成、圖像分類、圖像增強四種經典視覺算法案例,包括案例源碼,模型結構等。 |
深度學習視覺應用平臺特色功能如下。
支持上傳和使用tensorflow2.0+和kares兩種深度學習框架生成的模型。
支持模型共享,公共庫的模型可復制為個人模型,并進行隔離,保證個人數據獨立安全。
支持教師和學生每個案例下切換使用不同版本模型,方便教學中展示不同模型的結構內容。
支持展示模型結構,輔助師生進行案例編程。
支持展示模型源碼,包括每一層模型結構對應的代碼,為師生提供標準參考源碼。
開放實訓平臺跳轉按鈕,支持模型自主定制。當有特殊需求時,平臺內置模型不滿足教學要求,能夠訓練個人模型,并且可以在后續上傳視覺應用平臺中使用。
深度學習視覺應用平臺支持的課程與相關實訓如表2所示。
序號 | 課程 | 說明 |
1 | 深度學習及應用 | 基于CNN模型實現手寫數字識別 基于變分自動編碼器自動生成MNIST圖片 利用AC-GAN生成MNIST圖片 基于RestNet-50實現圖像分類 基于Inception-v3實現圖像分類 基于DenseNet-121實現圖像分類 基于SqueezeNet v1.1實現圖像分類 基于CNN模型實現圖像超分辨率 |
更多詳情請聯系客服了解