山东目标检测应用

时间:2024年07月01日 来源:

作为一家致力于图像跟踪板卡、算法开发的公司,为了满足更多行业的锁定跟踪需求,慧视光电一直没有停止自己的技术革新。在现在的许多行业当中常常用到摄像头进行远程跟踪或者目标检测,例如安防巡检、巡湖护河执法、无人机投弹、周界安防等,当遇到目标较小不易辨认时,虽然能够看到更多的画面,但是物体的细节看不清,这时就需要通过镜头的变倍,来放大成像,来展示更多的物体细节。在以前,如果在锁定跟踪时进行变焦,就会丢失目标,当遇到目标出现在复杂的场景中时,就容易造成再跟踪失败的场景,例如在安防巡检时,有可疑人物入侵了目标区域,为了进一步获取可疑人物的细节,需要进行画面变倍,看看是男是女、着装如何、有何特征等,为后期的安保人员搜寻提供信息。RK3399处理板如何实现目标的识别及跟踪?山东目标检测应用

目标检测

给图像打上标签是很多行业如自动驾驶、AI周界安防、工业机器人等必须进行的工作。随着AI的不断发展,利用AI进行图像标注成为这个行业的不错选择,通过大量的AI开发,对AI进行深度学习训练,让AI更聪明,进而使得计算机能够更好地对图像进行理解和处理。慧视光电推出的SpeedDP深度学习算法开发平台,通过本地化服务器部署,提供安全的一站式AI数据标注服务。与类似工具不同的是,平台更加大众化,即便是AI零基础的使用者,也能够通过简单的学习进行从数据标注、模型训练、测试验证到RockChip嵌入式硬件平台模型部署的可视化AI开发,同时可以根据实力需求进行功能定制选择。山东目标检测批发商RK3588作为慧视光电开发的全国产化工业级板卡,具备高性能、高精度的优点。

山东目标检测应用,目标检测

慧视SpeedDP开发平台采用标准的AI开发流程,即需求分析->数据采集标注->模型训练->测试验证->模型部署。实际操作部分可分为如下五个模块:1.数据集管理:采集并制作用于训练和测试的数据集;2.项目配置:根据项目的实际情况,对调整相关配置参数进行定制化开发;3.模型训练:完成训练参数配置,开始模型训练并监控训练过程,损失精度,可接受时,暂停训练;4.模型测试:使用数据集或实际业务场景图像视频数据进行模型评估;5.模型部署:模型测试结果达到预期,进行模型转化和部署。

Viztra-LE026在进行定制开发时,有效精简了设计,板卡结构为半径18.5mm的圆形,边缘有四处半径为1mm的圆形凹槽,板厚度为1.5mm,封装器件后的厚度为4mm,在这样的结构设计下,图像跟踪板重量为5g。此外,Viztra-LE026图像跟踪板采用了低功耗芯片RV1126,板卡正常工作时,整体功耗控制在6W以内,用在无人机领域可以减少无人机的整体功耗,增加续航。作为一家专业的图像跟踪板开发企业,成都慧视能够根据实际需求进行板卡的接口定制,例如CVBS、LVDS、MIPI、DVP输入,网络视频输出等。并且支持故障检测、固件升级、支持多种通信接口,USB,串口。除了机载吊舱领域,慧视Viztra-LE026图像跟踪板还可广泛应用于体积要求较高的场景,例如DYT、车载辅助边海防监控、森林防火、电站检测、智能周界等。慧视RK3588图像跟踪板支持目标检测识别目标(人、车)。

山东目标检测应用,目标检测

在搭载慧视自研的目标跟踪检测算法后,能够完全释放性能,满足各行业的高性能需求。在执行目标检测跟踪任务时,可见光通道图像处理能力在1920×1080分辨率不低于30Hz,红外通道图像处理能力在640×512分辨率不低于50Hz。另外,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。图像识别模块在边海防领域应用前景广阔!内蒙古比较好的目标检测

国内有哪些厂家可以提供全国产化的图像识别模块?山东目标检测应用

火爆的杭州机器人加油站。当你在指定位置停好车解锁油箱盖,机器人可以自己打开油箱盖,为汽车插上油枪加油,整个过程一气呵成。要想实现这些功能,需要给机器人装上智能摄像头,这个摄像头不是普通的摄像头,它内置图像处理板,搭载了具备目标识别检测的AI算法,在算法的作用下,机器人就能够精确识别加油口,进而操控机械手臂进行整个加油的动作。在市面上众多图像处理板中,慧视光电开发的Viztra-ME025图像处理板凭借优异的性能能够脱颖而出。板卡采用了瑞芯微高性能芯片RK3399Pro,具备4核处理器,主频高达1.8Ghz,总体算力高达3.0TOPS。在图像处理板和慧视自研AI算法的共同作用下,机器人的识别精率能够可达90%。并且通过不断的AI训练,能够加深AI对整个动作以及不同车型不同油箱盖的学习,保持并提升整个加油过程的效率。山东目标检测应用

信息来源于互联网 本站不为信息真实性负责