性别识别项目效果示例如下：

表情识别项目效果示例如下：

       综合识别项目是基于著名的YOLO v3算法，YOLOv3是YOLO (You Only Look Once)系列目标检测算法中的第三版，相比之前的算法，尤其是针对小目标，精度有显著提升。我们可以在此算法框架下利用自己的数据集，训练自己需要的人工智能视觉识别模型。

网络结构：

教学实训

       唯众的人工智能产品立足中高职学生同时也能满足本科学生的专业建设需要，提供人工智能教学资源和教学仪器。教学资源方面，公司IT教学云平台提供了学习人工智能必要的基础课程，包含认识人工智能、Python入门、Python基础、Python进阶、TensorFlow基础、TensorFlow进阶、大数据相关课程。由于Python语言的特殊性，Python入门、Python基础、Python进阶可以作为计算机大类的公共基础课程。TensorFlow基础和TensorFlow进阶作为人工智能专业特定基础课程。我们公司除了提供人工智能教学必备的基础课程之外，针对人工智能专业还提供了数据处理（数据采集、数据分析、数据优化、数据归一化、数字标签）、神经网络（ANN人工神经网络、CNN卷积神经网络、RNN循环神经网络、DNN深度神经网络）、计算机视觉（人脸检测、人脸识别、手写数字识别、人脸表情识别等）、自然语言等（语音识别、文本翻译）多个人工智能高级课程资源。同时针对所有的课程资源提供完整配套的教程、课件、教案和示例源码资源。学生可以直接利用IT教学云平台上的教材进行学习，老师可以直接利用云平台上的课件、教案直接教学，同时配套了相应的实训案例和实训指导书，方面老师进行实训教学。

       在教学仪器方面，唯众提供IT教学云平台、融合云平台、虚拟仿真平台提供了服务器、人工智能AI实训平台（核心板、摄像头、语音阵列、传感器、电源器等）、图形化编程工具、可视化界面设计工具。公司立足行业实际，从学即所用，用即所学的思维出发，搭配了RK3399Pro为核心的人工智能开发板，用于人工智能项目的部署和推理，让学生和老师所做的人工智能项目能够脱离服务器和电脑直接部署到边缘设备，和相关的行业、产业现状直接做对接，完成学、训、用一体化学生的专业培训体系。人工智能实训开发套件箱既解决了部分高校在人工智能技术与服务专业上师资力量不足的问题，同时也能解决部分高校建设人工智能实训室的资金不足问题（不需要购买昂贵的服务器硬件，也无需对购买各类型的软件平台）。同时，人工智能实训平台可以和物联网进行无缝对接，在不更换任何硬件设备的情况下，满足人工智能技术与服务、物联网、嵌入式多个专业的实训。

       可以说唯众的人工智能产品可以为学校解决人工智能开课的师资问题、教学资源问题、实训资源问题、实训设备问题以及和行业应用对接的问题，真正做到了产、教、学、研、创五位一体。

教学资源：《Linux基础》、《认识人工智能》、《Python基础》、《Python入门》、《Python进阶》、《TensorFlow基础》、《TensorFlow入门》、《TensorFlow进阶》、《Python网络爬虫》、《Hadoop生态系统与环境搭建》、《Spark大数据分析》。

相关课程资源如下图：

       认识人工智能：内容包含4个任务（认识人工智能、认识神经网络、深度学习的特点与应用、学习框架和开发环境），配套3个教案、1个实训指导书、3个安装包。通过本章节的学习，学习可以了解人工智能技术的概念、人工智能技术的发展史、相互间的关系（人工智能、机器学习、神经网络、深度学习）、数据量、计算力、网络规模、计算机视觉、自然语言处理、强化学习、主流学习框架。本章节的内容理论知识为主，配套安装包和实训指导书可以满足人工智能开发环境搭建的教学使用。

       Python基础：Python基础教材（4个任务）、4个课件（初始Python、Python基础知识、列表、操作列表）、3个教案、38个示例源码、5个依赖包、3个安装包。Python基础作为Python的基础课程，对Python的发展史、Python的特点、Python的安装、Python的使用做了详细的描述，同时指导学生学习了Python的行与缩进、字符串、变量、列表、元素、排序、遍历列表、列表统计计算等多方面的知识。通过本章的学习，学生可以初步了解Python语音的特点以及Python编程中的相关注意事项，同时可以学会利用PyCharm进行Python开发。

       Python入门：Python入门教材（4个任务）、4个课件（if条件语句、字典、用户输入和while循环、函数）、4个教案、50个示例源码、2实训指导书。Python入门是Python的入门的课程，对于Python开发中所需要设计到的入门知识进行了详细地讲解，指导学生学习条件测试、if语句多种结构的使用方法和使用场景、字典的键-值对、遍历字典操作、修改字典、嵌套、获取用户参数、while循环多场景使用、函数封装、实参和形参、函数传递列表。

       Python进阶：Python进阶教材（4个任务）、4个课件（类和实例、继承和导入类、文件、异常处理）、4个教案、33个示例源码、6个课程配套文本文件。    Python进阶是Python开发的进阶课程，指导学生学习模块、类、实例、属性、方法、继承、导入类、文件读取、文件路径、文件内容、文件数据写入、数据附加、ZeroDivisionError异常处理、FileNotFoundError异常处理、JSON数据格式、程序的重构等。通过本章节的学习，学生可以掌握Python程序开发中所需要运用到的比较复杂的知识，同时提供了异常处理和代码重构的讲解，学生在学习之后能够达到利用Python语言开发大型项目的能力。

       TensorFlow入门：内容包含了数据类型、数据精度、待优化张量、创建张量、张量的典型应用、索引和切片、纬度变换、数学运算等多个方面。该部分的内容会被细化为4个任务，对应有4个教案、2个实训指导书、配套30-50个左右的资源示例源码、10个左右的依赖包。学生学习本章学习之前需要完成Python的学习，通过本章节的学习，学生可以掌握基于Python的主流人工智能开发框架TensorFlow的应用、深度理解TensorFlow中的数据类型和Python中的数据类型的异同点，理解标量、向量、矩阵、张量、多维张量、维度的概念，完成基于TensorFlow的张量的创建和操作、数学运算、索引与切片、矩阵运算。学习这部分的内容需要一定的数学基础。

       TensorFlow进阶：内容包含了合并与分割、数据统计、张量比较、经典数据加载、TensorFlow高级操作、数据预处理等方面。该部分的内容分为4个任务、对于4个教案、1个实训指导书、配套20-30个示例源码、10个左右的依赖包、4个数据文件。学生在学习这个章节之前需要完成TensorFlow基础的学习，了解什么是张量、什么是维度。通过本章的学习，学生可以学会合并、分割、向量范数、填充、复制、张量比较、tf.where、tf.gather等知识。为人工智能的模型训练、数据处理打下基础。

       实训资源主要分为四个大方向：人工智能基础、机器学习、计算机视觉、自然语言处理。