1

工业视觉基础实训箱

30套

1.1 实训箱总体功能

用于机器视觉基础教学，支撑学生完成相机、镜头、光源的硬件认知与选型，图像采集与处理，视觉软件开发环境搭建，以及颜色识别、条码/二维码识别、OCR文字识别、模板匹配、几何尺寸测量、表面缺陷检测等典型实验。设备应融合机器视觉、三维视觉、深度学习及工业AI技术，构建完整的工业视觉开发与实训平台，至少具备以下功能：

1）2D视觉检测与识别功能：支持基于工业面阵相机的二维视觉检测与识别，能够完成目标定位、模板匹配、边缘提取、轮廓分析、几何测量、特征匹配、缺陷检测等任务；支持复杂背景下工件位置、姿态、尺寸及状态识别，并输出目标坐标、角度及检测结果。

2）3D视觉识别与定位功能：支持基于深度相机的三维视觉感知，能够实时获取目标点云数据、深度图及彩色图信息；支持目标空间坐标计算、三维定位引导、物体姿态估计、体积测量及三维重建；支持无序堆叠工件识别与定位应用。

3）深度学习目标检测功能：支持基于卷积神经网络（CNN）的目标检测算法开发与应用，能够完成目标识别、定位及分类任务；支持多目标同时检测；支持训练模型导入、推理部署及结果可视化输出；支持检测结果置信度显示。

4）深度学习图像分类功能：支持图像分类模型训练与应用，能够实现多类别目标分类识别；支持自定义数据集训练；支持分类结果统计分析；支持模型精度评价与优化。

5）智能缺陷检测功能：支持基于深度学习的缺陷检测应用；可检测划痕、裂纹、缺料、脏污、毛刺、磕碰、变形、孔洞、表面异物等缺陷类型；支持缺陷区域自动标记、分类及结果输出。

6）OCR智能字符识别功能：支持深度学习OCR字符识别技术；能够识别数字、字母及中英文字符；支持复杂背景、低对比度、倾斜、旋转、变形等场景字符识别；支持识别结果导出与数据关联。

7）一维码识别功能：支持Code128、Code39、EAN、UPC等主流一维码识别；支持不同角度、不同尺寸及部分遮挡情况下的读取；支持实时解码及信息输出。

8）二维码识别功能：支持QR Code、DataMatrix、PDF417等二维编码识别；支持旋转、透视畸变、低质量打印及复杂背景条件下识别；支持数据解析与信息提取。

9）智能尺寸测量功能：支持长度、宽度、高度、半径、直径、面积、角度等尺寸参数测量；支持点点距离、点线距离、点面距离及轮廓测量；支持测量结果自动判定与公差分析。

10）颜色分类与识别功能：支持RGB、HSV等颜色空间分析；能够完成目标颜色识别、颜色分类及颜色一致性检测；支持多颜色目标同时识别与分类。

11）数据采集与标注功能：支持工业相机数据采集；支持图像数据管理；支持目标检测、分类、分割、OCR等任务的数据标注；支持数据集导入导出与版本管理。

12）模型训练与部署功能：支持深度学习模型训练、验证及优化；支持训练参数配置；支持训练过程监控；支持模型导出与部署；支持模型推理结果可视化展示。

13）工业视觉应用开发功能：支持工业视觉项目开发全流程实训，包括环境搭建、设备配置、数据采集、数据标注、模型训练、算法验证、系统集成及项目部署；支持智能制造、智慧物流、智慧农业等典型工业场景应用开发。

14）机器人视觉引导功能：支持输出目标二维坐标、三维坐标及姿态角度信息；支持机器人视觉引导应用开发；支持目标抓取定位及路径规划验证。

15）工业视觉综合实训功能：设备应支持工件缺陷检测、条码识别、轮廓计数、颜色识别、工件尺寸测量、OCR识别等不少于6个完整工业视觉实训案例。

16）★社会培训与职业技能鉴定功能：设备应满足机器视觉相关职业技能等级证书的培训与鉴定考核要求，支持对接行业主流企业的视觉工程师认证体系（如海康机器人机器视觉工程师认证等），具备承接社会培训与职业技能鉴定的能力。

1.2 规格参数

1.2.1 相机：

1）2D相机：

·≥500万像素；

·最大帧率：不低于19fps；

·数据接口：Gigabit Ethernet（1000Mbit/s）；

·兼容100Mbit/s以太网通信；

·支持自动曝光、手动曝光、一键曝光；

·支持Global Reset功能；

·支持Trigger Rolling功能；

·支持LUT调节；

·支持Gamma校正；

·支持PoE供电；

·供电电压：9～24VDC；

·功耗≤2.5W；

·防护等级不低于IP40；

·工作温度范围不少于-30℃～60℃；

·储存温度范围不少于-30℃～70℃；

·支持四面安装。

2）双目3D相机：

·净距离（CD）≤200mm；

·测量范围（MR）≥4800mm；

·视场角不小于84°×55°；

·深度检测精度：精度≤1.5%@0.2m~3m；

·分辨率：不低于1280×720@30fps；

·最大帧率不低于30fps；

·数据输出类型至少包含：左IR图、右IR图、RGB彩色图、深度图；

·激光安全等级：Class 1；

·数据接口：USB3.0，兼容USB2.0；

·USB供电，功耗≤4.5W；

·外形尺寸≤100mm×35mm×35mm；

·具备CE、FCC、RoHS认证。

1.2.2 镜头：

定焦，焦距8mm或12mm（可选），C接口，光圈可调，靶面尺寸不小于1/2.5″。

1.2.3 光源：

1）光源颜色：白色；

2）支持亮度调节；

3）照射面积不小于1平方米；

4）采用漫射结构设计；

5）采用大发光角LED设计；

6）具备消除阴影能力；

7）低功耗设计；

8）使用寿命长，适用于教学环境连续运行。

1.2.4 算法平台：

平台应具备自主知识产权，提供不少于1000个视觉算法工具。支持：

（一）视觉定位： 模板匹配、圆查找、直线查找、边缘检测、顶点查找、几何特征提取、定位引导。

（二）识别与读码： OCR字符识别、一维码识别、二维码识别、VeriCode识别、DOT码识别。

（三）检测功能： 表面划痕检测、表面缺陷检测、轮廓缺陷检测、毛刺检测、形状异常检测、字符缺陷检测、偏位检测。

（四）深度学习功能： 图像分类、目标检测、缺陷检测、数据标注、模型训练、模型部署、推理应用。

（五）3D测量功能： 点点测量、点面测量、平面度检测、圆拟合、体积测量、间隙测量、段差测量、夹角测量、深度测量。

1.3 硬件组成要求

设备至少包含：

1）工业视觉基础实验箱主体1套；

2）工业面阵相机（2D相机）≥1台；

3）双目3D相机≥1台；

4）无影环形光源≥1套；

5）相机安装支架≥1套；

6）工业视觉算法平台≥1套；

7）实训案例工件套装≥1套；

8）配套教学资源≥1套。

1.4 教学资源

1）包含教学所需的实训手册1本：

（1）实训手册由工业视觉领域相关院校及行业专家共同编制审核，印刷精美，排版合理，方便使用；

（2）实训内容与所投标设备配套使用，内容编排详略得当，资料详实丰富；

（3）实训任务以解决工业视觉基础课程实验为目标，基于2D和3D视觉系统，融合机器视觉与深度学习等技术，涵盖视觉系统选型装调、场景搭建、模板制作、检测应用等工业机器视觉应用全流程，至少包括芯片识别与缺陷检测、货箱识别与条码识别、无序工件识别、水果识别与分类、工件尺寸测量、颜色识别分类等典型案例。

2）包含教学所需课程资源1套，如课件、视频等：

（1）演示文稿提供源文件，可编辑，采用最新版本软件制作，设计风格统一，内容充实，可作为素材库满足教学课程使用，数量不少于20个；

（2）视频可通过统一资源平台软件进行播放，包括理论技术讲解、虚拟软件录屏、实际设备操作等内容，以所投标设备为基础进行拍摄录制，画面稳定清晰，关键信息配有字幕和解说，数量不少于10个。

1.5 多模态AI大模型交互控制系统（30点，与视觉基础实训箱配套）

1）系统概述：为视觉基础实训箱提供AI大模型交互控制能力，实现智能化人机交互与教学辅助。

2）系统功能：

（1）■支持用户自定义配置唤醒词，系统提供唤醒词在线管理能力，可自定义修改唤醒词；更换唤醒词后无需重新训练模型、无需重新部署即可立即生效。支持2-6个中文词语作为唤醒词。

（2）支持对唤醒检测阈值进行可配置化管理，支持至少1~100级灵敏度调节或等效参数配置。

（3）■支持中文、英文及中英文混合语音识别，无需手动切换语言模式。能够准确识别包含英文术语、产品名称、API名称、数字及常见技术词汇的中文语句。

（4）系统同时集成流式语音识别与非流式语音识别能力。流式识别支持实时返回中间结果，端到端响应延迟低；非流式识别支持长语音高准确率转写，支持标点恢复与文本优化。

（5）■支持自定义语音识别热词配置，可针对行业术语、专有名词、人名、地名、产品名称等内容进行热词增强。支持通过管理界面动态新增、修改、删除热词，无需重新训练模型即可生效。

（6）■支持零样本语音克隆能力，仅需上传单条参考音频即可完成目标音色建模，无需额外训练过程。克隆后语音应在音色、语调、发音风格上与参考音频保持较高一致性，并支持中文、英文文本合成。

（7）支持中文、英文及中英文混合文本语音合成，可正确处理英文缩写、专业术语、数字读法。支持自然语调输出，避免出现明显停顿、断句错误或发音异常。

（8）支持不少于7B参数规模的大语言模型本地化部署运行。兼容主流开源模型架构，包括但不限于Qwen3等。

（9）■支持MCP（Model Context Protocol）工具调用协议，能够基于统一协议实现模型与外部工具、服务之间的标准化连接。支持工具注册、调用、返回结果解析等完整流程，并兼容标准输入输出模式。

（10）系统采用统一模型接入架构，支持兼容不同模型供应商及推理框架，包括但不限于Ollama、vLLM、DashScope等。支持通过统一接口完成模型配置、调用与切换，降低多模型环境下的集成复杂度。

（11）■系统集成视觉语言大模型（VLM），支持上传PNG、JPG、JPEG等格式图片，并基于图片内容进行理解与问答。支持图片描述、目标识别、图表解析等能力。

（12）系统集成文生图大模型，支持基于自然语言描述生成图片内容。支持中文、英文及中英文混合提示词输入，可生成写实风格、插画风格、科技风格等多种类型图片，支持输出PNG、JPEG等格式图片。

（13）■提供MCP服务可视化管理界面，支持对MCP服务器配置进行新增、编辑、删除、启停等操作。支持配置服务器名称、连接地址、认证信息、工具列表等参数，并支持配置保存与即时生效。系统应支持现场演示MCP服务动态管理全过程。

（14）支持实时监控MCP服务器运行连接状态，能够自动断线重连。

（15）■系统对外提供标准化智能语音服务接口，基于WebSocket协议实现实时双向通信。支持跨服务器、跨终端调用语音识别、语音合成等服务能力。接口支持JSON格式数据传输，并提供完整接口文档与示例代码。系统应支持现场通过不同设备远程调用语音服务并实时返回结果。

（16）支持语音识别中间结果、大模型生成内容及工具调用结果的流式返回机制，能够实时推送增量数据。支持基于WebSocket协议进行数据流传输，降低交互等待时间。

1.6 深度学习训练软件（30点，与视觉基础实训箱配套）

1）系统概述： 为视觉基础实训箱提供深度学习模型训练与部署能力。

2）系统功能：

（1）系统需具备自主知识产权，正版软件；

（2）系统应提供完整的软件安装和操作手册。

3）数据集管理：

（1）提供数据集卡片式管理功能，支持数据集新建、导入、导出、删除、归档等操作；

（2）提供图片数据标注功能，支持矩形框、多边形标注；

（3）■支持智能标注模式，通过点或矩形框提示引导模型自动完成物体标注，提升标注效率。

4）训练管理：

（1）提供训练项目卡片式管理功能，支持训练项目新建、导入、导出、归档、删除等操作；

（2）■支持训练参数配置，包括模型尺寸、图像输入尺寸、学习率、预训练权重、图像增广等；

（3）■训练过程可实时查看进度，输出可视化图表；

（4）支持图片和视频流测试；

（5）支持导出onnx模型。

5）部署管理：

（1）提供部署项目卡片式管理功能，支持节点管理、工作流新建、导入、导出、上线、删除等操作；

（2）■支持在界面中通过无代码、拖拽式构建自定义推理工作流；

（3）■支持使用HTTP接口执行工作流推理，支持传入图片文件或base64格式图片进行推理；

（4）■支持工作流节点管理，可通过python编写自定义后处理节点并导入到软件中；

（5）支持自定义节点的导入和导出；

（6）■内置不少于10种后处理和工具节点；

（7）工作流推理过程中可输出带检测结果的图像用于调试。

6）工作空间管理：支持完整导入和导出工作空间，包括数据集、训练项目、部署项目、模型的全生命周期数据。