新疆国际招标中心有限公司关于兵团兴新职业技术学院数字文创产业领创实训中心项目的更正公告

正文内容

一、项目基本情况 原公告的采购项目编号：XJGZ-****-*** 原公告的采购项目名称：兵团兴新职业技术学院数字文创产业领创实训中心项目 首次公告日期：****年**月**日 二、更正信息 更正事项：采购公告,采购文件 更正内容： 更正日期：****年**月**日　　　 三、其他补充事宜 四、对本次公告提出询问，请按以下方式联系。　　　 *.采购人信息 名 称：**生产建设兵团兴新职业技术学院 地 址：**铁门关*敬业大街*号 联系方式：****-******* *.采购代理机构信息 名 称：**国际招标中心有限公司 地 址：*********红**路****号绿地中心蓝海大厦写字楼**A层 联系方式：*********** *.项目联系方式 项目联系人：张瑶 电 话：*********** 附件信息： **生产建设兵团兴新职业技术学院数字文创产业领创实训中心项目招标文件 - 变更后.doc ***.*K 序号更正项更正前内容更正后内容*竞赛选手计算机≥** 核中央处理器、≥** 核图形处理器、 数量：** ≥**GB 统一内存、≥***GB 固态硬盘 单位：台计算机视觉实训系统 一、实训平台 【平台参数】 （*）开发技术 平台采用B/S架构，基于可扩展技术架构搭建，无需安装其他插件，支持Chrome内核、Firefox内核、Webkit内核等现代浏览器，支持平台用户使用Web页面（B/S架构）方式访问平台。后端使用Java **、Spring技术栈，前端使用umi+semi+redux的react进行项目开发，拥有更快的运行速度。平台采用Docker容器虚拟化技术，基于Linux系统部署，多工作节点分布式部署模式，具备敏捷、可靠、高弹性、易拓展等特性。 （*）系统功能 *）平台采用B/S架构，平台支持主流的X**架构的操作系统； *）平台提供管理员、学生角色账号。 *）平台管理员可进行学生管理，支持创建、编辑、删除学生用户； *）提供在线查看答题报告、在线评分、成绩导出、答题结果下载。 *）平台支持学生在线实训，支持实训区和实训操作界面同屏显示。 *）平台自动创建实训环境，每个学生的实训环境相互隔离； *）平台支持报告区在线编辑，支持覆盖提交报告。 *）平台支持学生实训操作界面全屏展示功能，支持学生对实训虚拟机进行重启、重置操作，重*重置操作可一键恢复到初始状态。。 *）支持单人及多人**实训模式，多人实训模式支持虚拟机内的共享文件夹。 **）平台与服务器虚拟化、桌面虚拟化系统实现无缝融合，实现**的共享； **）支持多种网络模式，不同用户创建的虚拟机在网络上逻辑隔离，不会相互影响； **）平台内部使用虚拟网络，将网络设备控制面与数据面分离，实现网络流量的灵活控制。 二、《计算机视觉》 【课程**】 课程内容包含计算机视觉的基本概念，深度神经网络进行图像设别的原理，卷积数据网络模型实现图像识别，使用迁移学习方法进行图像识别，使用深度学习网络实现计算机视觉应用等内容，共**个PPT。 *）计算机视觉简介：什么是计算机视觉、计算机视觉行业应用、典型计算机视觉任务、计算机视觉商业案例 *）Numpy库实现图像处理：图像与NumPy数组、图像的加载与保存、图像灰度处理、图像通道操作、图像几何变换、图像裁剪与粘贴、图像分割与组合 *）OpenCv库实现图像处理（基础篇）：OpenCv简介、OpenCv图像文件操作、OpenCv视频流处理、OpenCv图像几何变换 *）OpenCv库实现图像处理（进阶篇）：调整对比度、亮度、图像形态学操作 *）深度学习简介*-神经网络基础：理解深度学习、人工神经网络基本概念、尝试TensorFlow游乐场 *）深度学习简介*-计算机视觉：常见神经网络介绍、计算机视觉深度学习、建立开发环境 *）图像分类*-感知机模型：MNIST数据集、建立MNIST感知机、训练MNIST感知机、其他流行的图像测试数据 *）图像分类*-训练MNIST CNN模型：TensorFlow构建多层CNN网络、定义模型评估方法、在TensorFlow中训练MNIST、Keras基础介绍、在Keras中训练MNIST模型 *）图像分类*-训练猫与狗的模型：更大的深度学习模型、数据准备、迁移学习、模型编译、模型预测、开发现实世界的应用 **）图像检索：图像检索简介、构造检索流水线、近似最邻近方法ANN、自编码器 **）图像题注介绍：了解问题和数据集、理解图像题注的自然语言处理、实现基于注意力的图像题注。 **）图像题注应用：图像题注神经网络结构、图像特征提取、图像题注和相关问题的方法、创建最终网络模型、生成输入图像。 【实训**】 以计算机视觉为项目方向，提供实训项目**个，具体包括：实训任务书**份、实训环境**套。 *实训涵盖科学计算库的使用、常见图像的绘制、sklearn的使用等内容，具体包含的实验有：Anaconda的安装及Jupyter的使用、创建Numpy数组对象、NumPy矩阵matrix及通用函数的基本操作、NumPy统计分析常用函数、Matplotlib绘图的基础操作、使用Matplotlib绘制常用图表、pandas对象的基本操作、使用pandas库进行统计分析、基于pandas进行数据预处理-数据的合并及清洗、使用sklearn建模的基本操作、使用sklearn构建聚类模型。 数量：* 单位：套 *开标时间****年*月**日**:******年**月**日**:**