课题名称
=嵌入式人工智能关键技术研究=项目背景
近年来人工智能得到了突飞猛进的发展，其算法和应用已经渗透到各个学科分支并逐渐进入人们的日常生活。人工智能横跨很多学科，例如计算机视觉，自然语言处理，大数据处理，推荐系统，计算机图形学，控制理论以及计算机系统结构等。嵌入式人工智能是国内外许多知名大学的教授大力研究的方向，其应用领域非常广泛，作为最贴近人工智能落地的研究方向之一，可以应用在智能手机、智慧城市、无线通信（5G）、边缘计算、安防（人脸识别）、云存储、高清数字电视，游戏等。
项目介绍本项目针对嵌入式人工智能面临的挑战，对人工智能模型进行优化，设计出可以在嵌入式设备上高效运行的模型。本项目训练人工智能模型的设计和优化方法，接触和熟悉深度学习训练框架软件pytorch和编程语言python。针对计算机视觉中的图像识别和目标检测算法模型，项目训练使用剪枝量化技术减少模型的计算量和参数量，并验证精度和规模的关系。本项目是对人工智能全栈技术的探索，既涉及算法、模型等软件开发技术，又涉及AI芯片、嵌入式SoC等硬件开发平台。通过项目训练，学生会全面接触人工智能的软硬件技术，在本研究方向快速入门并成长为具有一定基本功、可以熟练使用深度学习训练框架和编程语言设计、优化和部署模型在嵌入式硬件平台上。适合人群
●大学生
●对人工智能、计算机科学与技术、电子工程等相关专业感兴趣的学生，建议学生掌握一种编程语言，有Python编程基础项目经验者优先
导师介绍=l老师副研究员=中国科学院计算技术研究所副研究员硕士生导师。研究方向：高能效容错集成电路体系结构，以第一作者身份在国际顶级期刊和会议上（CCFA/B类）发表论文十余篇，拥有多项国际发明专利和软件著作权，出版过专著和译著，担任多个国际会议的审稿人和报告主席。项目大纲
●第一阶段：线上学术先修课（10课时）
●第二阶段：线下学术科研（52课时）
●嵌入式人工智能背景知识+报告选题
●深度学习应用案例分析
●深度学习训练框架和编程语言
●实验代码详细分析
●深度学习中的重要模型——卷积神经网络
●学术报告文献阅读和论文分析
●基于卷积神经网络的图像识别模型及其量化方法
●报告写作初阶指导
●嵌入式人工智能模型剪枝优化方法
●报告写作进阶指导
●学生项目报告展示，导师点评
●报告写作最终指导
●第三阶段：完善项目报告（导师团队线上答疑）
时间安排第一阶段：1.11-1.24，完成线上学术先修课
第二阶段：1.25-1.31，进行线下学术科研项目
第三阶段：2.1-2.7，总结项目成果，线上完成科研报告
项目收获●主导师推荐信（网推）●线下科研实战经验●项目学术报告●项目结业证书
P.S.项目价格：￥
更多科研项目，尽在BG小程序
?
近年来人工智能得到了突飞猛进的发展，其算法和应用已经渗透到各个学科分支并逐渐进入人们的日常生活。?T?H?E???E?N?D?预览时标签不可点收录于话题#个上一篇下一篇
