校本旗艦課程 01 · 機器視覺與物聯網

AI 視覺與智慧校園物聯網工作坊

將前沿邊緣人工智能與物聯網感知技術帶入中學校園。學生親自訓練離線神經網絡模型,並結合真實感測器與舵機,打造可運作的智慧校園解決方案。全套硬件 100% 永久留校,並提供符合教育局資助規格的結案報告。

5 – 10 Sessions (60–90 mins)
Secondary 1 – 6 (15–25 Students)
100% Permanent Hardware Transfer
SCRC-Cleared Degree Instructors
學校永久資產

全套 AI 硬件 100% 永久歸校方所有

拒絕租賃模式。所有套裝於課程完結後全數留在學校電腦實驗室,供常規課程與後續學年 STEM 社團長期使用。

15×Permanent School Asset

DFRobot HuskyLens AI Vision Cameras

內載 Kendryte K210 64位雙核 RISC-V 神經網絡處理器,具備超高速離線運算能力,無需連接網絡即可運行人臉、物體、巡線與標籤識別。

15×Permanent School Asset

BBC micro:bit V2.2 Microcontrollers

最新版本微型控制器,內建高感度麥克風、蜂鳴器、電容式觸摸感應器及高速數據連接線。

15×Permanent School Asset

Smart Campus Sensor & Actuator Shields

包含高扭力金屬齒輪伺服舵機、人體紅外感測器、超聲波測距模組及 RGB 狀態指示燈。

25×Permanent School Asset

Printed Bilingual Student Workbooks & Slides

全彩印刷學生學習手冊,包含核心算法圖解、流程圖草稿頁、代碼範例及反思記錄。

模組化課堂進階

10 節循序漸進的實踐教學大綱

可靈活調整為 5 節精簡工作坊或 10 節深度學期課程,完全適應學校課後活動或週六 STEM 訓練營時間表。

Session 01

機器視覺基礎與邊緣計算概念

探討像素陣列、幀率概念及邊緣計算與雲端 AI 之架構差異。HuskyLens 固件校準與 micro:bit 連接測試。

Session 02

人臉識別演算法與校園門禁閘道

訓練神經網絡識別學生與教職員面孔;編程舵機模擬校園智慧門禁閘道,設定多權限識別。

Session 03

物體特徵提取與顏色追蹤邏輯

學習卷積神經網絡之特徵提取邏輯,訓練模型區分紙張、塑膠與金屬等模擬回收物料。

Session 04

智慧校園分類回收箱原型實作

整合 AI 視覺鏡頭與雙伺服舵機擋板,實現零接觸自動識別與精準分類投放機制。

Session 05

視覺導引路徑追蹤與路標識別

運用視覺感測器識別地面彩色引導線與交通箭頭,理解自動駕駛之視覺路標辨別邏輯。

Session 06

環境感測與智慧教室物聯網

結合人體紅外感應(PIR)及環境感測器,構建智慧教室無人節能照明與通風警報系統。

Session 07

無線微波通訊與校園數據大屏

利用 micro:bit 2.4GHz 射頻廣播將教室視覺與環境數據即時傳輸至中央數據展示屏。

Session 08

組別專案架構規劃與系統設計

學生分組針對學校真實痛點(如圖書館座位統計、走廊人流預警)繪製系統拓撲圖。

Session 09

硬件組裝、模型調優與容錯測試

組裝實物模型,針對光線變化調校識別置信度閾值,進行抗干擾與容錯測試。

Session 10

智慧校園成果展評與頒獎典禮

各組於評審團前進行成果展示與答辯,頒發個人結業證書與最佳校園創新獎盃。

支援教育局各類資助申請與核銷審計

本課程之報價項目與教學大綱嚴格對齊教育局「中學IT創新實驗室」(IT Innovation Lab)、「奇趣IT識多啲」(Knowing More About IT)及「人工智能賦能學習及教學」資助計劃。完結後 5 個工作天內提交含出勤記錄、成效問卷統計及高清相片的核銷報告。

在線即時諮詢

點擊下方 WhatsApp 或微信,與學術總監即時一對一交流。

WhatsApp