人工智能职业技能等级考试报名

人工智能（Artificial Intelligence），英文缩写为AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。国务院《新一代人工智能发展规划》明确指出，人工智能成为国际竞争的新焦点，应逐步开展全民智能教育项目，逐步推广编程教育、建设人工智能学科，培养复合型人才，形成我国人工智能人才高地。为服务国家发展战略，有效实施《新一代人工智能发展规划》，贯彻落实《教育部教育信息化「十三五」规划》和《关于全面深化课程改革落实立德树人根本任务的意见》的精神，针对培养大学生创新精神的有关要求，中国教育技术协会决定举办「大学生人工智能专业技术等级考试」，以进一步推进大学生人工智能教育的普及与发展，培育大学生创新精神和创新能力。

考务管理办法

第一条 为维护广大考生的权益，促进大学生人工智能专业技术等级考试工作的规范化，保障大学生人工智能技术等级考试工作的质量，推动人工智能基础教育的普及发展，制定本办法。

第二条 本办法适用于全国大学生人工智能技术等级考试所开展的考试及考务管理。

第三条 项目组负责规划命题范围、编写考题、评审考题，每年会根据考试情况，对题库进行更新，以便更加准确的评估和反映考生的人工智能技术水平，并对人工智能基础教育进行引领。

第四条 项目组认定的各考点负责组织和推广本考试，按照规定承担考试报名、组织、配合考务管理等工作。

第五条 本考试共分三等（初级、中级和高级），依据标准的课程体系和考试等级进行定义。

第六条 考生须按照初、中、高循序进行考试，不得跳级考试。

本文目录

• 1 人工智能深度学习基于TF/Yolov3
  • 1.1 课程目标：
  • 1.2 主要知识点：
  • 1.3 课程介绍
  • 1.4 课程有哪些亮点？
• 2 课程适合哪些人群？
• 3 学生或新手能不能学会？
• 4 老手有没有必要入手？?

人工智能深度学习基于TF/Yolov3

课程目标：

1、让没有任何python，tensorflow基础的学员学习到如何搭建深度学习训练平台。

2、学会使用imglabel软件标注图片，弄清楚怎么样标注目标

3、学会利用labview调用tensorflow进行ssd/faster-rcnn模型的训练

4、学会利用labview实现观察模型训练过程loss曲线

5、学会利用labview调用tensorflow进行ssd/faster-rcnn模型的评估

6、学会利用labview实现观察模型评估结果图像

7、学会利用labview实现导出tensorflow冻结图模型文件pb

8、学会利用labview实现导出tensorflow冻结图模型文件

9、案例：猫狗数据集，引脚缺陷检测数据集，口罩识别案例，药丸缺陷检测数据集，

主要知识点：

1、Tensorflow-GPU环境的搭建

2、Tensorflow object环境搭建

3、学会如何标注图片

4、如何labview快速通过迁移学习训练自己的模型

课程介绍

针对很多学员不了解labview中如何调用tensorflow进行深度学习模型的训练和调用，推出一整套完整的简洁易学的视频课程，使学员能在没有任何深度

学习理论基础，不懂python编程语言的前提下，使用labview训练和部署深度学习模型，并配备相关案例视频。

课程有哪些亮点？

1、全网第一套labview进行深度学习训练和模型部署的完整教程，满足从业人员使用labview完成相关编程的需求。

2、该套课程不需要有很强的labview视觉编程基础，小白学员即可进行学习

3、该套课程不需要有很强的python语言编程基础，小白学员即可进行学习

4、labview对cpu上推理深度学习模型进行了优化，其运行速度和效率优于python平台

5、课程不仅讲授了环境配置，labview训练和调用的编程方法，还讲解了大量的案例，手把手帮助学员学会如何在labview中应用深度学习

6、课程赠送相关工业图像数据集，其价值远远大于课程本身。

课程适合哪些人群？

1、适用于labview行业从业者利用labview进行深度学习应用；

2、适用于plc电气工程师利用labview进行深度学习应用编程；

3、适用于机械工程师利用labview进行深度学习应用编程；

4、适用于在校大学生/研究生利用labview实现课程设计和课题研究；

5、适用于IT互联网行业人群快速掌握tensorflow训练的流程；

学生或新手能不能学会？

学生或新手可以直接学习，课程不涉及python编程，不需要python基础，不涉及到理论的理解，课程手把手教学员如何一步步进行环境配置和训练调用，让

学员直接掌握深度学习动手实践的能力，只要跟着视频做就能学会应用。

老手有没有必要入手？?

老手必须入手，深度学习一定是未来5-10年的高端技术，为自动化或互联网行业提供的新的有效的解决方案，针对传统视觉算法需要手动设计特征提取方法

的弊端，深度学习模拟人的大脑神经网络运行模型，通过计算机强大的运算能力，能拟合出比传统算法适用性更强的模型，解决了行业内的难题。国内外大型自

动化公司都在积极研发深度学习技术，作为老手一定要尽快更新技术，不被时代所抛弃，保持竞争力。