為積極響應《國務院關于印發新一代人工智能發展規劃的通知》及教育部《高等學校人工智能創新行動計劃》，進一步推動高等院校新工科專業人工智能與嵌入式相關教學工作，滿足社會對人工智能及嵌入式人才的迫切需求，培養具備前沿IT知識的師資力量，提高高校教師教育教學改革與創新的業務水平和能力，由華清遠見教育科技集團主辦，軟件行業協會嵌入式系統分會、ST支持，舉辦“2024暑假第三十屆全國高校高級師資培訓班——人工智能方向”和“2024暑假第三十屆全國高校高級師資培訓班——嵌入式方向”。

本次師資班分別從人工智能與嵌入式課程體系設計、教學經驗分享、教學資源分享、項目案例與平臺實訓等多方面入手，不同師資班將結合不同軟硬件平臺開展教學，華清遠見自主研發的人工智能虛擬仿真系統（FS_AISIM）、嵌入式虛擬仿真系統（FS_EMBSIM）等。針對人工智能與嵌入式教學中的痛點及難點，真正幫助高校老師快速提升人工智能與嵌入式專業技術水平及教學能力。

華清遠見產學研相結合的強大優勢，也將為高校人工智能與嵌入式相關課程的建設與教學實踐提供教學體系/實驗平臺/項目案例/師資培養/實驗室建設/在線課程等的一體化的解決方案，全面推進高校人工智能與嵌入式相關學科建設。

AI
全鏈路課程
嵌入式
芯片級仿真
人工智能
虛擬仿真系統
一體化
教學實訓解決方案

劉老師

華清遠見研發副總裁/研發中心總經理

韓老師

華清遠見人工智能技術負責人

劉老師

華清遠見嵌入式技術負責人

人工智能師資班亮點

1、提前開放AI部分重點基礎課程，提升基礎能力；
2、課程中以AI的實用技術為主：（1）如何使用Prompt技巧來激發大模型潛力，獲得更優質答案；（2）如何全鏈路的部署ResNet、
YOLO算法應，用在教學、科研工作中；（3）如何在端側NPU部署算法以實現算法落地；
3、系統的人工智能知識體系，包含：算法庫、場景結合、應用開發等；
4、專為人工智能教學研發的虛擬仿真系統軟件、智能分揀場景等；
5、理論結合實踐，快速掌握人工智能開發和部署方法，以及課程建設思路。

線上直播人工智能師資班課程大綱

第1天
第2天
第3天
第4天
第5天

第一天：大模型與Prompt工程

學習目標
了解大模型的發展史與各類大模型的能力，學習和了解大模型為何能力這么多樣，理解Prompt工程是什么，理解為什么要有Prompt工程，學習Prompt的實用技巧，激發大模型潛力，了解人工智能在線實驗環境，
技術課程
（上午）
- 1開場介紹與開班注意事項
- 4垂直領域大模型的意義
- 2大模型的發展史，大模型帶來的便利
- 5直觀的解釋大模型的基礎原理
- 3大模型的能力介紹與演示
技術課程
（下午）
- 1Prompt工程介紹
- 4介紹華清遠見元宇宙實驗中心和華清遠見人工智能虛擬仿真系統
- 2演示使用技巧與不適用技巧與大模型交流的區別
- 5搭建人工智能虛擬仿真環境并測試
- 3Prompt工程的使用技巧
第二天：卷積的本質與搭建

學習目標
了解深度學習的前向與反向過程,了解深度學習中損失函數、學習率、梯度、梯度下降等內容,了解分類與回歸任務的不同之處,了解卷積的本質，卷積為何能提取圖像特征 ,了解卷積過程中特征圖變化與卷積核的關系,了解PyTorch搭建網絡的流程、數據處理、網絡搭建、如何訓練,學習基于PyTorch搭建一個卷積神經網絡實現手寫體識別
技術課程
（上午）
- 1通過虛擬仿真動態了解前向傳播與損失函數
- 4通過虛擬仿真動態了解卷積實現特征提取的的原因
- 2通過虛擬仿真動態了解反向傳播的學習率與梯度下降
- 5通過虛擬仿真動態了解卷積過程中特征圖變化與卷積核的關系
- 3通過虛擬仿真動態了解使用框架實現一個回歸算法
- 6通過PyTorch了解網絡搭建流程
實驗+編程課程
（下午）
- 1通過PyTorch了解數據處理的流程與步驟
- 5模型保存與加載，實現模型驗證
- 2通過PyTorch了解框架如何自動微分，實現訓練流程
- 6了解模型評估指標
- 3基于PyTorch搭建一個卷積神經網絡實現手寫體識別
- 7老師動手編寫一個卷積神經網絡并實現功能
- 4基于tensorboardX實現過程可視化
第三天：圖像分類算法與ResNet

學習目標
了解圖像分類算法、目標檢測算法、實例分割算法,了解ResNet50為什么在工業界被受喜愛,了解ResNet算法的優勢與后續發展,學會基于PyTorch手動搭建ResNet算法,了解開源數據集獲取與kaggle,學習基于ResNet的動物分類算法,了解算法的遷移學習與如何從零開始改怎么做
技術+實驗課程
（上午）
- 1圖像分類算法、目標檢測算法、實例分割算法的不同與演示
- 3基于PyTorch手動搭建ResNet18算法結構
- 4常見的開源數據網站介紹
- 2ResNet50的優勢與論文
- 5動物分類的數據集介紹
技術+實驗課程
（下午）
- 1分類算法數據集樣式與基于PyTorch的數據導入
- 4使用遷移學習與從零開始訓練
- 2基于PyTorch實現數據增強
- 5凍結部分網絡層實現訓練
- 3基于PyTorch的ResNet18實現動物分類
- 6快速調用PyTorch的model庫實現ResNet50
第四天：目標檢測與YOLO

學習目標
了解目標檢測基礎知識：目標檢測概述與挑戰,了解目標檢測的評估指標,了解兩階段目標檢測RCNN、fastRCNN、fasterRCNN,了解單階段目標檢測SSD的原理與過程,了解YOLO1/2/3/5/8的發展與關鍵概念：YOLO的起源和原理,了解YOLOV8的實現過程與不同用法,人工智能虛擬仿真系統的3D智能分揀場景介紹與使用
技術+實驗課程
（上午）
- 1目標檢測概述與挑戰
- 4SSD的原理與過程
- 2目標檢測算法評估指標
- 5YOLO1/2/3/5/8的發展與關鍵概念：YOLO的起源和原理
- 3RCNN、fastRCNN、fasterRCNN的原理
技術+實驗課程
（下午）
- 1人工智能虛擬仿真3D智能分揀場景數據采集
- 3基于YOLOV8實現3D智能分揀場景數據的訓練
- 2數據標注工具介紹與使用，目標檢測數據集介紹
- 4基于YOLOV8實現3D智能分揀場景數據的預測
第五天：3D場景部署與NPU算法移植

學習目標
了解3D場景部署所需的邏輯與算法知識,了解MQTT通信原理,學習程序如何與3D場景交互,完成3D場景智能分揀項目部署,了解GPU、NPU、TPU的不同之處,了解RKNPU推理框架與量化,了解RK3588處理器與其能力,了解如何將YOLOV8移植到RK3588,了解如何優化YOLOV8的處理速度
技術+實驗課程
（上午）
- 1學習華清遠見人工智能虛擬仿真系統的智能分揀場景的接入與使用
  
  2MQTT原理與實踐
- 3編寫程序實現與3D場景交互與控制
- 4完成邏輯代碼實現項目部署
技術+實驗課程
（下午）
- 1GPU、NPU、TPU的不同之處
- 4將YOLOV8移植到RK3588
- 2RKNPU推理框架與量化
- 5優化YOLOV8的處理速度
- 3RK3588處理器與其能力
- 6使用3588作為算法后端實現虛擬仿真3D場景的接入與部署

嵌入式師資班亮點

1、全程采用華清遠見最新升級的《嵌入式虛擬仿真系統V2.0》軟件，解決嵌入式學習三大痛點：（1）芯片內部結構抽象，不易理解；
      （2）需要很多硬件條件，學習門檻高且不方便；（3）軟硬件知識點分散，不好串聯，不易系統學習；
2、豐富完善的平臺仿真功能：支持知識點項目管理、處理器內核相關功能仿真、外設控制器仿真、原理圖應用仿真、PCB各層線路仿
      真、支持3D電路板仿真、3D場景仿真、流程圖編程仿真、STM32CubeMXHAL庫源碼仿真、支持FreeRTOS、RT-Thread等RTOS、
      支持LVGL等UI；
3、生動直觀系統的學習體驗：通過仿真的方式，讓控制器等抽象的知識點變的生動易學。除了處理器部分，還仿真了多種外設傳感器、
      執行部件和綜合項目場景，深入系統的學習單片機軟硬件技術，從硬件控制器原理、應用系統設計、單片機應用編程、到綜合項目，
      系統深入的掌握單片機知識，實現硬件控制器在大腦中“動起來”，單片機程序在大腦中“跑起來”。

線上直播嵌入式師資班課程大綱

正式開課前，會為所有報名老師開通《STM32時鐘與串口控制器及其應用》、《STM32中斷控制器及其應用》、《STM32 DMA控制器及其應用》前導課程，可以提前了解并熟悉。

第1天
第2天
第3天
第4天
第5天

第一天：GPIO控制器及應用

學習目標
了解STM32 GPIO控制器的推挽輸出模式、開漏輸出模式以及輸入模式工作原理,了解STM32最小系統組成部分,了解原理圖與PCB設計,了解推挽輸出、開漏輸出和輸入模式下的實際應用。
技術+實驗課程
（上午）
- 1嵌入式系統概述
  
  2GPIO控制器原理
  
  2.1 推挽輸出模式
  2.2 開漏輸出模式
  2.3 GPIO輸入模式
- 3GPIO控制器實驗
  
  3.1 GPIO控制器推挽輸出模式配置
  3.2 GPIO控制器開漏輸出模式配置
  3.3 GPIO控制器輸入模式配置
技術+實驗課程
（下午）
- 1STM32最小系統組成
  
  1.1 電源模塊原理介紹
  1.2 內部調壓模塊原理介紹
  1.3 復位模塊原理介紹
  1.4 時鐘模塊原理介紹
  1.5 啟動模式原理介紹
  1.6 調試接口原理介紹
  
  2IO型典型外設
  
  2.1 LED燈模塊原理介紹
  2.2 繼電器模塊原理介紹
  2.3 調壓模塊原理介紹
  2.4 按鍵模塊原理介紹
  
  3原理圖與PCB設計
  
  3.1 PCB制板流程
  3.2 常見元器件封裝
  3.3 PCB過孔與線徑
  3.4 PCB各層作用介紹
- 4實驗環境安裝與使用
  
  4.1華清遠見嵌入式虛擬仿真系統環境安裝與介紹
  4.2 STM32CubeIDE安裝
  4.3 CubeMX工程創建
  4.4 HAL庫工程源碼分析
  4.5 CubeMX工程編譯與調試
  
  5GPIO應用實戰
  
  5.1 最小系統與LED實驗
  5.2 繼電器控制實驗
  5.3 可調電壓信號發生器控制實驗
  5.4 按鍵控制實驗
  
  注：本部分實驗包含：原理圖接線、PCB圖生成、
  3D器件及電路板生成、流程圖配置、3D場景硬件
  模塊接線、代碼生成與外部程序仿真
第二天：I2C控制器及其應用

學習目標
了解I2C總線拓撲結構與通訊協議,了解AT24C02 EEPROM讀寫操作協議,了解STM32 I2C控制器原理,了解STM32 I2C輪詢與中斷方式程序執行流程
技術+實驗課程
（上午）
- 1I2C總線介紹
  
  1.1 I2C總線拓撲結構
  1.2 I2C總線電氣特性
  1.3 I2C協議的幀格式
  
  2AT24C02 EEPROM介紹
  
  2.1 EEPROM介紹
  2.2 AT24C02介紹
  2.3 AT24C02存儲空間排布
- 3AT24C02讀寫協議分析
  
  3.1從24C02內部設定地址寫操作時序分析
  3.2從24C02內部設定地址讀取操作時序分析
  3.3從24C02內部當前地址讀取操作時序分析
- 4I2C控制器中斷
  
  4.1 I2C事件中斷
  4.2 I2C錯誤中斷
技術+實驗課程
（下午）)
- 1I2C應用實戰
  
  1.1 通過輪詢方式讀寫AT24C02 EEPROM實驗
  1.2 通過中斷方式讀寫AT24C02 EEPROM實驗
  
  注：本部分實驗包含：原理圖接線、PCB圖生成、3D器件及電路板生成、流程圖配置、3D場景硬件模塊接線、代碼生成與外部程序仿真
第三天：ADC控制器及其應用

學習目標
了解模擬電壓數字電壓轉換工作原理,了解STM32 ADC控制器的掃描和轉換模式,了解STM32 ADC的工作模式,了解STM32 ADC輪詢與中斷方式程序執行流程
技術+實驗課程
（上午）
- 11.ADC工作原理
  
  1.1ADC介紹
  1.2 ADC轉換主要流程
  1.3 常見ADC類型
  
  2ADC控制器原理
  
  2.1 參考電壓與分辨率
  2.2 轉換序列與觸發源
  2.3 轉換優先級
  2.4 ADC控制器的掃描模式
  2.5 ADC控制器的轉換模式
- 3ADC的工作模式
  
  3.1 ADC單次非掃描模式
  3.2 ADC連續非掃描模式
  3.3 ADC單次掃描模式
  3.4 ADC連續掃描模式
技術+實驗課程
（下午）
- 1ADC應用實戰
  
  1.1 ADC輪詢方式采集模擬電壓實驗
  1.2 ADC中斷方式采集模擬電壓實驗
  1.3 ADC中斷DMA方式采集模擬電壓實驗
  
  注：本部分實驗包含：原理圖接線、PCB圖生成、3D器件及電路板生成、流程圖配置、3D場景硬件模塊接線、代碼生成與外部程序仿真
第四天：TIM控制器及其應用

學習目標
了解STM32 基本定時器與通用定時器工作原理,了解STM32 通用定時器的主模式與從模式,了解STM32 通用定時器的常用功能應用,了解STM32 Timer控制器常用功能的程序執行流程
技術+實驗課程
（上午）
- 1基本定時器原理
  
  1.1 定時器介紹
  1.2 定時器的計數模式
  1.3 定時器的時基單元
  1.4 基本定時器工作流程
  
  2通用定時器原理
  
  2.1 通用定時器的時鐘源
  2.2 通用定時器的從模式
  2.3 通用定時器的主模式
- 3通用定時器應用
  
  3.1 PWM輸出原理
  3.2輸入脈沖捕獲原理
  3.3輸入脈沖計數原理
技術+實驗課程
（下午）
- 1定時器應用實戰
  
  1.1 基本定時器點燈實驗
  1.2 PWM風扇控制器實驗
  1.3 輸入脈寬捕獲實驗
  1.4 輸入脈沖計數實驗
  
  注：本部分實驗包含：原理圖接線、PCB圖生成、3D器件及電路板生成、流程圖配置、3D場景硬件模塊接線、代碼生成與外部程序仿真
第五天：綜合項目案例

學習目標
了解STM32 LCD顯示與電容觸摸屏工作原理,了解ESP8266 WiFi模組使用方法,了解MQTT網絡服務協議、JSON數據封裝及解析
技術+實驗課程
（上午）
- 1LCD顯示原理
  
  1.1 LCD工作原理
  1.2 RGB LCD屏時序分析
  1.3 FSMC控制器介紹
  
  2電容觸摸屏原理
  
  2.1 電容觸摸屏工作原理
  2.2 GT9147觸摸芯片操作方法
  
  3WiFi模組介紹
  
  3.1 ESP8266模組介紹
  3.2 ESP8266工作模式
  3.3 常用AT指令簡介
- 4網絡通訊協議
  
  4.1 MQTT消息協議
  4.2 JSON數據封裝及解析
  
  5傳感器工作原理
  
  5.1 光敏傳感器
  5.2 火焰傳感器
技術+實驗課程
（下午）
- 1綜合項目應用實戰
  
  1.1 智能燈光控制系統實驗
  1.2 火災報警系統實驗
  
  注：本部分實驗包含：原理圖接線、PCB圖生成、3D器件及電路板生成、流程圖配置、3D場景硬件模塊接線、代碼生成與外部程序仿真

人工智能/嵌入式教學實驗平臺

人工智能虛擬仿真系統
（FS_AISIM）
嵌入式虛擬仿真系統
（FS_EMBSIM）
人工智能教學實驗平臺
(FS_AIARMC)
人工智能工業互聯網實訓臺
(FS IIOTA)
嵌入式教學開發板
（FS_STM4）
嵌入式ARM實驗箱
（FS_3399M4）
嵌入式AI教學開發板
（FS3588）

產品簡介

人工智能虛擬仿真系統首先把人工智能整個過程根據階段進行封裝，將算法也進行了封裝，2D圖像形象展示機器視覺、機器學習、深度學習過程的運行邏輯，模型化搭建人工智能學習架構。在此基礎上，用系統自動生成代碼的功能，可以邊調節參數邊動態學習代碼，并在豐富的3D場景中利用算法體驗和驗證實驗結果。該系統不僅適用個人學習，還可廣泛應用于高校、高職、k12人工智能教學，配套專業課程、實踐項目、動態代碼資源包和可以遷移學習的3D產業場景，能夠快速準確幫助學生構建整體人工智能學習思維，支持人工智能基礎理論教學、工程項目開發教學及實驗成果展示。詳情介紹>>

報名詳細信息

人工智能師資班報名

報名須知

培訓對象：

全國本科、專科、高職等一線授課教師、實驗指導教師。

培訓時間：

2024年7月22日-7月26日

授課地點：

在線

聯系方式：

手機：18311482458(谷老師)
微信：18311482458
QQ：1396891859

所需費用

培訓費：

1800元

認證費(可選)：

500元（百度云嵌入式人工智能認證證書）

實驗環境（免費）：

華清遠見專為人工智能教學研發了多款軟硬件產品，本次課程用到：華清遠見元宇宙實驗中心-人工智能虛擬仿真系統（FS_AISIM）。更多產品詳情介紹參見研發中心網站（www.fsdev.com.cn），華清遠見元宇宙實驗中心（www.yyzlab.com.cn）培訓費用須提前轉賬，屆時開具票據。

嵌入式師資班報名

報名須知

培訓對象：

全國本科、專科、高職等一線授課教師、實驗指導教師。

培訓時間：

2024年7月29日-8月2日

授課地點：

在線

聯系方式：

手機：18311482458(谷老師)
微信：18311482458
QQ：1396891859

所需費用

培訓費：

1800元

認證費(可選)：

1088元（嵌入式人才中級認證證書，中國電子學會頒發。包括一套70余講認證視頻課程+華清遠見STM32U5開發套件+兩次考試機會+資深教師答疑服務）

實驗環境（免費）：

華清遠見專為嵌入式教學研發了多款軟硬件產品，本次課程用到：嵌入式虛擬仿真系（FS_EMBSIM），提供一個月免費使用賬號。更多設備詳情參見研發中心網站（www.fsdev.com.cn），華清遠見元宇宙實驗中心（www.yyzlab.com.cn）。培訓費用須提前轉賬，屆時開具票據。

點擊報名人工智能師資班>> 點擊報名嵌入式師資班>> 人工智能師資班邀請函下載嵌入式師資班邀請函下載

培訓合作機構

技術大咖領銜授課，干貨滿滿

劉老師

劉老師

韓老師

韓老師

劉老師

劉老師

人工智能師資班亮點

線上直播人工智能師資班課程大綱

第一天：大模型與Prompt工程

1開場介紹與開班注意事項

4垂直領域大模型的意義

2大模型的發展史，大模型帶來的便利

5直觀的解釋大模型的基礎原理

3大模型的能力介紹與演示

1Prompt工程介紹

4介紹華清遠見元宇宙實驗中心和華清遠見人工智能虛擬仿真系統

2演示使用技巧與不適用技巧與大模型交流的區別

5搭建人工智能虛擬仿真環境并測試

3Prompt工程的使用技巧

第二天：卷積的本質與搭建

1通過虛擬仿真動態了解前向傳播與損失函數

4通過虛擬仿真動態了解卷積實現特征提取的的原因

2通過虛擬仿真動態了解反向傳播的學習率與梯度下降

5通過虛擬仿真動態了解卷積過程中特征圖變化與卷積核的關系

3通過虛擬仿真動態了解使用框架實現一個回歸算法

6通過PyTorch了解網絡搭建流程

1通過PyTorch了解數據處理的流程與步驟

5模型保存與加載，實現模型驗證

2通過PyTorch了解框架如何自動微分，實現訓練流程

6了解模型評估指標

3基于PyTorch搭建一個卷積神經網絡實現手寫體識別

7老師動手編寫一個卷積神經網絡并實現功能

4基于tensorboardX實現過程可視化

第三天：圖像分類算法與ResNet

1圖像分類算法、目標檢測算法、實例分割算法的不同與演示

3基于PyTorch手動搭建ResNet18算法結構

4常見的開源數據網站介紹

2ResNet50的優勢與論文

5動物分類的數據集介紹

1分類算法數據集樣式與基于PyTorch的數據導入

4使用遷移學習與從零開始訓練

2基于PyTorch實現數據增強

5凍結部分網絡層實現訓練

3基于PyTorch的ResNet18實現動物分類

6快速調用PyTorch的model庫實現ResNet50

第四天：目標檢測與YOLO

1目標檢測概述與挑戰

4SSD的原理與過程

2目標檢測算法評估指標

5YOLO1/2/3/5/8的發展與關鍵概念：YOLO的起源和原理

3RCNN、fastRCNN、fasterRCNN的原理

1人工智能虛擬仿真3D智能分揀場景數據采集

3基于YOLOV8實現3D智能分揀場景數據的訓練

2數據標注工具介紹與使用，目標檢測數據集介紹

4基于YOLOV8實現3D智能分揀場景數據的預測

第五天：3D場景部署與NPU算法移植

1學習華清遠見人工智能虛擬仿真系統的智能分揀場景的接入與使用

2MQTT原理與實踐

3編寫程序實現與3D場景交互與控制

4完成邏輯代碼實現項目部署

1GPU、NPU、TPU的不同之處

4將YOLOV8移植到RK3588

2RKNPU推理框架與量化

5優化YOLOV8的處理速度

3RK3588處理器與其能力

6使用3588作為算法后端實現虛擬仿真3D場景的接入與部署

嵌入式師資班亮點

線上直播嵌入式師資班課程大綱

第一天：GPIO控制器及應用

1嵌入式系統概述

2GPIO控制器原理

3GPIO控制器實驗

1STM32最小系統組成

2IO型典型外設

3原理圖與PCB設計

4實驗環境安裝與使用

5GPIO應用實戰

第二天：I2C控制器及其應用

線上直播
課程回看

專屬微信群
實時溝通解答

VIP權益
平臺及課程