傳統(tǒng)的標注模式需要你對著目標不斷拉框,反復機械的動作做多了就變得“麻木”,影響效率還使人煩惱。而SpeedDP的出現,可以有效的提升標注效率。它能夠幫助使用者快速進行人、車、船等數據集的一鍵標注。SpeedDP依靠YOLO系列算法來檢測模型,實現“一鍵標注”和“目標檢測”,并且還提供豐富的算法參數設置接口,滿足不同用戶業(yè)務場景的定制化需求。不同的用戶可針對自己的業(yè)務場景進行AI算法的定制化開發(fā)以及算法模型的快速迭代優(yōu)化。作為一個深度學習AI開發(fā)平臺,SpeedDP采用常用的AI算法開發(fā)基本流程,該過程包含從需求分析、數據制作到模型訓練、測試驗證以及模型部署幾個主要模塊。針對不同的數據集和算法參數設置,慧視SpeedDP開發(fā)平臺采用項目配置的方式來對不同的業(yè)務需求進行管理。 機器人圖傳識別用哪些AI圖像處理板?人流圖像識別模塊解決方案
但這也遇到很多難點,通常情況下,視頻回傳的延遲大概在200ms左右,隨著大量的彈打出,視頻傳輸所需帶寬就面臨壓力,如何在通信帶寬有限的情況下,保證視頻順暢、清晰、無卡頓地傳輸,是分析改進這個工作需要解決的前期難點。針對于這個問題,慧視光電利用GS弱網高清音視頻傳輸系統(tǒng)和RK3588打造的Viztra-HE030圖像處理板結合,推出了低延遲低帶寬圖傳解決方案。在一個窄帶收發(fā)信道內,例如在信道有效帶寬0.5Mb/s~2Mb/s內,多路視頻和交互控制共用一對收發(fā)信道,信道支持數據透傳,外部系統(tǒng)可以使用該信道,傳輸任意格式的數據;可實時調整視頻碼率,在低至500K帶寬情況下依然可以回傳清晰流暢的圖像??梢允乖O備飛的更遠、走的更遠;可實現視頻中繼轉發(fā);能夠基于H265實時視頻編碼;可實現基于視頻流的“人在回路低延遲控制”?;谄胀?0幀相機,實現15ms的低延遲編解碼,加上數據鏈傳輸延遲時間在30ms左右,目前業(yè)界前列。通用性強,使用更加靈活,適用更多應用場景;支持多路SDI視頻在低至500K帶寬情況下的同時傳輸(1080P60FPS),徹底解決“帶寬苦惱”;整體時延約60ms(含相機、編解碼、顯示,不含傳輸),實現實時控制、實時打擊。 人流圖像識別模塊解決方案成都慧視定制的RK3588系列AI識別模塊能夠快速集成于無人機吊艙中。
我司某客戶致力于無人機作業(yè)領域,有著高空目標檢測識別的需求,由于項目緊急,事前并沒有做好方案對比就匆匆選擇某方案落地應用,結果花費了大量時間去應用適配后實際效果并不理想,隨后找到成都慧視進行方案定制。我司算法工程師及軟件工程師針對于客戶的作業(yè)場景和需求,通過定制Viztra-LE034圖像處理板和目標檢測識別算法,輕松完成項目需求。經過測試,針對于人、車的目標識別跟蹤,明顯可以看出我司的跟蹤識別效果穩(wěn)定性更強。
圖像標注就是給圖像打上標簽標記,例如矩形框等形式,在以前,需要招聘專門的圖像標注師,隨著AI的不斷發(fā)展,這個行業(yè)正發(fā)生翻天覆地的變化。人工智能利用計算機和機器模仿人類思維來解決問題或制定決策。深度學習是人工智能的子領域,深度學習算法模型由神經網絡組成。通過學習樣本數據的特征表達以及數據分布來實現能夠像人一樣具備分析和識別目標的能力。目前,有許多功能性AI工具可以幫助我們進行圖像標注,有的是純手動拉框,有的則可以幫助我們進行自動標注?;垡暪怆娔軌蛏疃榷ㄖ芌K3588系列的目標識別模塊。
通過在攝像頭的基礎上集成具備圖像識別的AI圖像處理板、AI算法以及大數據分析技術,就能夠搭建一套簡易但功能強大的AI質檢系統(tǒng)。首先是針對于生產機器,利用無人機搭載帶有質檢系統(tǒng)的攝像頭對機器各個部位進行“體檢”,無人機的優(yōu)勢是機動靈活,省去了人工爬上爬下的冗雜時間,并且能夠針對某個點位進行變倍放大,強于人眼的觀察能力。其次是對于生產出的織布而言,AI質檢系統(tǒng)能夠高效精準地檢測這些產品的瑕疵缺陷、色差等問題,系統(tǒng)的優(yōu)勢是能夠實現全天候的巡查檢測,對于24小時自動化生產作業(yè)的紡織廠來說,將是保障生產效率的一大利器。高性能的AI識別模塊選成都慧視光電開發(fā)的Viztra-HE030。江西RV1126主板圖像識別模塊高性能主板
定制一批目標識別的模塊要多久?人流圖像識別模塊解決方案
在我們生活生產中,許多小型化的無人機類似于昆蟲,憑借其機動、靈活、體積小的特點能夠在復雜的環(huán)境中執(zhí)行飛行任務。但是再精細化的操控,也難以做到完全避免障礙物的阻礙,因此需要采用AI避障的功能。AI避障中很重要的一點是要對環(huán)境進行自動化的識別。利用高性能的AI圖像處理板,再定制化目標識別檢測的算法,通過對這類無人機作業(yè)環(huán)境的大量深度學習,就能夠讓無人機AI愈發(fā)聰明,能夠快速識別攝像頭范圍內的物體,從而實現避障的操作。人流圖像識別模塊解決方案