[VIP第1年] 指数:3
多边形标注能够能够帮助我们标注一些规则复杂的物体，如动物、人、车、建筑物等，与矩形标注框等方法相比，多边形标注更能精确展示被标注物体的形状、大小以及实时形态，通过大量的多边形标注工作，能够更好的帮助我们提高算法模型的准确性和鲁棒性。传统的多边形标注方法中，标注者需要在物体的边缘上依次单击鼠标或使用绘图工具，将点连接起来形成一个封闭的多边形。标注的难度取决于被标注物体的复杂程度，相较于矩形框标注更加费时费力，如果遇到大量待标注目标，则极大地影响工作效率。成都慧视可以定制高帧频目标跟踪的图像处理板。成都行为识别图像识别模块分析
在城市甚至郊外的许多区域，明令禁止无人机航飞，虽然会有人工进行区域巡查，但人工巡查始终无法做到滴水不漏。不法分子往往利用监管松散、薄弱的时候进行黑飞，这就给许多重要区域造成了安全风险。为了有效弥补人工监管的不足，智能化的空域AI识别被提出应用。其中，比较简单的方式是利用图像识别设备，通过目标识别算法的赋能，就能够实现对摄像头目标空域进行24小时不间断的AI识别，一旦发现无人机黑飞，系统能够立即锁定跟踪并向平台发出警报。成都慧视开发的Viztra-HE030图像处理板，能够兼容适配国内常规摄像头，在自研目标识别算法的共同作用下，即便是小目标像素的飞行器入侵也能够识别跟踪。目前，该板卡能够识别10*10像素的目标，能够锁定跟踪2*2像素的小目标，且整个目标捕获的时间延迟不大于100ms，快速识别跟踪目标不成问题。成都自主检测图像识别模块产品高性能的图像识别处理板RK3588.
成都慧视开发的RK3588系列高性能图像处理板Viztra-HE030，能够在-40℃~65℃的环境中进行工作，用在寒冷的北方冬天电力巡检领域，可以有效支撑无人机的稳定工作。此外，这款板卡的存储温度范围在-55℃~75℃，遇到更加极端寒冷的天气时，不使用也能够有效抗寒。RK3588属于旗舰机芯片，搭载八核64位CPU，主频高达2.4GHz。集成ARMMali-G610MP4四核GPU，内置AI加速器NPU，可提供6Tops算力，用在电力巡检领域能够快速稳定处理复杂的场景，帮助进行保供电工作。
腾讯开发的机器人小五，采用轮、腿、足复合设计，使得它具备越障能力的同时，也保持了轮式机器人的运行效率。每条腿都可以单独伸长缩短，能有效提升承载能力。装上了双编码器大扭矩密度的执行器后，就能承受住一般成年人的重量。将机器人用于养老服务领域，能够帮老人取快递，抱老人起床，带老人进行活动。机器人内置RGBD相机，在图像处理板的赋能下，能够实时检测周边环境，进行路线规划和避障，以高效完成各项工作指令。同时能够对物体进行AI识别，判断老人位置、行为动作，为老人的行动做出帮助。成都慧视利用RK3588芯片打造了一个高性能的Viztra-HE030图像处理板。
目标识别算法是一种深度学习算法，其聪明程度需要我们不断训练，这就得益于大量的图像标注，通过对车辆行驶环境的数据集的大量标注，能够让AI更加聪明，标注得越多，识别的精度就可能越高。但是大量的图像标注跟工作显然会耗费大量的时间精力。而慧视SpeedDP的出现很好地解决了这个问题。SpeedDP是一个深度学习AI算法训练开发平台，他能够通过现有的算法模型或者自训练一个算法模型，实现对新数据集的快速AI自动标注，以此反复，帮助使用者提升算法性能。能够有效节约大量的时间。成都慧视开发的Viztra-LE034图像处理板拥有2.0TOPS的算力。成都自主识别图像识别模块产品
无人机AI识别选择哪块图像处理板？成都行为识别图像识别模块分析
“启明935A”系列芯片已经成功点亮，并完成各项功能性测试，达到车规级量产标准。启明935A是行业首颗基于Chiplet(芯粒/小芯片)异构集成范式的自动驾驶芯片，但并非单一芯片，而是一个家族系列。启明935HUBChiplet可以和不同数量的大熊星座AIChiplet互相搭配，再结合灵活的封装方式，快速形成不同性能等级的SoC芯片。它还支持高带宽的PBLink多芯互连，双芯双向带宽128GB/s，四芯双向带宽64GB/s。启明935A每颗芯片都支持比较大20路的1080p60摄像头输入，可应用于各类端侧AI部署。得益于大熊星座NPU天然支持Transformer结构，初步支持的模型有Yolo系列、ResNet50、PSPNet、PointNet++、TrafficSign_Retinanet、BevDet、miniCPM、Unet_ResNet50、PointPillars、PillarNest、M2track、BevFusion、PaliGemma、LLaMa-3B、8B等等。成都行为识别图像识别模块分析
文章来源地址: http://dzyqj.chanpin818.com/chuanganqisr/sjtxcgq/deta_26932373.html
免责声明： 本页面所展现的信息及其他相关推荐信息，均来源于其对应的用户，本网对此不承担任何保证责任。如涉及作品内容、 版权和其他问题，请及时与本网联系，我们将核实后进行删除，本网站对此声明具有最终解释权。
