湖北低空安防图像识别模块目标检测

在自动驾驶领域，我们需要面对复杂的行驶环境。相比高速场景，城市道路情况更加复杂，路口多、车道复杂，还有非机动车和行人。就比如在一个红绿灯路口，面对不同的方向，车辆就需要找到正确的车道，同时还需要防范行人和非机动车。但想要实现更高阶的自动驾驶，城市场景又是必经之路，不可能一直停留在高速及城市快速路的阶段，并且用户用车的场景中城市占比要远高于高速场景，因此高精度的目标识别就显得尤为关键，成都慧视开发的RK3588图像处理板具备工业级性能，能够实现快速精确的目标识别，且高精度的算法也能支撑复杂的城市道路环境。图像识别模块监控预警系统是防溺水技防手段中应用比较广的。湖北低空安防图像识别模块目标检测

定制下的RK3399图像处理板就能实现基本的接收可见光和红外视频、对目标进行跟踪、输出目标测偏量的功能（特别是典型目标（人、车）检测和识别）。并且能够同时识别处理多达8批目标，识别概率超过85%。此外，根据客户需求，还可以定制以下功能：波门自动搜索和波门引导跟踪功能；具有质心和模板匹配2种跟踪方式；具有跟踪波门手动/自动调节功能；质心跟踪方式下具有黑/白目标手动设置功能；具有十字分划显示/隐藏功能；具有十字分划位置调节功能；以十字中心1~4倍电子放大功能，步长0.1；具有较好的抗背景干扰和抗遮挡能力；具有“画中画”功能，“画中画”显示比例（显示框尺寸）可设置；具有视频输出功能；具有视频记录功能；具有OSD功能；具有自检功能；支持通过网口输出图像（RTSP推流）和接收发送控制指令（TCP协议）；支持透传基本相机控制指令：变焦、变倍、通道切换等。甘肃算法防抖图像识别模块目标检测慧视微型双光吊舱能够实现昼夜成像。

慧视双光微型吊舱，红外光的对车作用距离为（4.6m×2.3m）；人工识别距离为1.0km；自动识别距离为0.5km；可见光对车的作用距离为（4.6m×2.3m）；人工识别距离为2.0km；自动识别距离可达1.0km；摄像头的工作范围能够达到水平-150°~150°，垂直距离为-110°~10°。对物体的识别数量不少于8个，识别准确率≥85%。远距离、多角度、昼夜成像的特点使得这款微型吊舱非常适用于无人机领域。而双光微型吊舱+慧视AI图像处理板的方案，则能够为需求者提供整合便利，省去自我搭配研发的时间，实现快速集成运用。

成都慧视光电技术有限公司的RK3588图像处理板同之前的RK3399pro图像处理板对比：CPU方面：3588CPU架构更先进，核心数8核（4大4小），rk3399pro只有6核（2大4小）；NPU方面：rk3399pro算力3.0TOPS，rk3588算力6.0TOPS。（算力是NPU的一种评估方法，算力越高，检测帧率越高）；视频输入输出接口方面：RK3399PRO支持2组MIPI-CSI输入，1组HDMI、1组MIPI-DSI输出RK3588支持1组HDMI、2组MIPI-CSI、1组DVP输入，2组HDMI、2组MIPI、1组BT1120输出；视频编解码器方面：rk3399pro支持H264，不支持H265，rk3588支持H264、H265，系统上：rk3399pro不支持RT实时系统，RK3588支持RT实时系统。动物世界的拍摄有用到图像处理板。

RK3399图像处理板是我司自主研发的目标跟踪板，该板卡采用国产高性能CPU，搭载自研目标检测及跟踪算法。具有体积小、功耗低、目标检测准确、跟踪稳定等优点。用在无人机领域，不会过多增加无人机载重负担。软件方面，在此基础上定制板卡的处理能力，其中：可见光通道图像处理能力：1920×1080不低于30Hz红外通道图像处理能力：640×512不低于50Hz图像跟踪模块在对目标尺寸不小于3×3像素、目标对比度不小于10％，双振幅不小于2/3视场，作往复匀速直线运动的模拟目标进行跟踪时，其跟踪速度在水平方向和垂直方向均不小于1.5视场/s。对圆周半径不小于1/3视场，作匀速圆周运动的模拟目标进行跟踪时，其跟踪速度应不小于1.5周/s。小识别像素不低于15×15像素，识别频率≥10Hz。并且植入视频压缩存储功能，高清视频存储能力不低于1h，以满足特殊需求。在硬件方面，针对对于索尼7520定制1路LVDS的输入接口，针对于红外COIN612定制1路CVBS输入接口，视频输出接口则采用H.264编码。RK3588图像处理板是我司自主研发的图像识别模块板，该板卡采用国产高性能CPU。吉林RK3399Pro主板图像识别模块

全国产化智能处理板应用广阔。湖北低空安防图像识别模块目标检测

为了制造一个的汽车零部件，人们需要和机器协作来采购原材料，评估其质量，将它们运输到工厂进行加工，通过质量检查的合格产品会离开工厂，然后零售商或终端用户会收到它们。无论这个产品是在运输中，甚至是还没有组装，机器视觉均提供了一种自动处理它的程序。它提高了各个部门的效率，如装配，并保持更高和更一致的质量水平。有些应用程序很简单，比如在仓库地板上画一条线，让无人驾驶的车辆安全地不越线行驶。其他的机器视觉应用甚至更加复杂，即使是简单的例子也有改变游戏规则的可能。在工业世界中，机器视觉的一些典型例子曾经被是认为很难或不可能外包给机器人的。正如前文提到的，在涉及践行成本、商誉和客户方面，在仓库中拣货就是一个涉及高失误风险的过程，产品损坏、物品位置和SKU的细微变化均有可能造成失误，因此采用机器学习进行货物拣选是一种上上策。湖北低空安防图像识别模块目标检测