安徽RV1126主板图像识别模块人工智能芯片
慧视VIZ-YWT201微型双光吊舱集成集成可见光摄像机、红外热像仪等传感器,能够实现昼夜成像,内置成都慧视自研全国产化RV1126图像跟踪板,搭载自研AI跟踪算法,重量只有280g。能够对地面车辆、人员等目标进行昼夜观察、识别、捕获和跟踪,上报目标的图像及坐标信息。慧视VIZ-YWT202微型双可见光吊舱集成宽窄视场2路可见光摄像机,重量小于260g,采用金属外壳,抗冲击力强,具有功耗低、陀螺稳定、小体积、轻重量的优点。慧视VIZ-GT05V微型三轴双可见光惯性稳定吊舱搭载一颗千万级可见光CMOS传感器和一颗星光级可见光CMOS传感器,具备大小两个视场角,能够实时输出1080P的高清可见光视频,可实现夜间微弱光线下的目标观测。可应用于微小型无人飞行器、无人车、无人艇和其他无人观测设备,进行警务执法、电力巡检、安保巡视、救援搜索、消防救火等任务。慧视光电开发的慧视AI图像处理板,采用了国产高性能CPU。安徽RV1126主板图像识别模块人工智能芯片
图像识别模块
机器人是AI落地应用的一个很重要载体,AI赋能的机器人能够在安防巡检、自动化作业、应急救援等领域发挥重要作用。在电力巡检当中,传统的模式需要人工一步一步走出来,面对假设在各种环境中的输电线,这种模式弊端重重,费时费力。而常年经受风吹雨晒的输电线,在使用久了之后,难免会出现电力设备损坏缺失等问题,AI赋能下的机器人的出现,为这项行业的工作效率的提升提供了新思路。巡检机器人内置可见光和红外摄像头,能够实现昼夜巡检,然后再内置高性能的AI图像处理板,就能够运用AI识别、多机协同、数字孪生、巡检监控等技术,实现自动巡视、缺陷和表计自动识别和告警、巡视报表自动生成和发送等功能,实现场站式巡检场景的全息感知和全域决策辅助。福建RV1126开发板图像识别模块算法研发成都慧视的工业级板卡有哪些?

无人机要进行AI识别,需要的是模拟人眼,对需要识别的物体进行图像处理,AI通过大量的模型训练,能够具备对物体进行特征提取进行分析的能力,从而实现整个流程的自动化,达到无人机智能识别的目的。但不同的事,无人机的目标识别和传统的摄像头还是又不晓得区别,传统的摄像头是静态的,而无人机搭载如光电吊舱飞在空中时,需要处理实时动态的信息,这就是对目标的锁定跟踪能力。这样的结果可以采用将AI图像跟踪板植入吊舱的方法来实现。
无人机搭载如光电吊舱等带有摄像头的设备后,达到了实现智能识别的硬件条件,但是传统的摄像头只能获取图像,并不具备AI识别的功能。无人机AI识别算法还是在于模仿人眼一样进行视觉处理,然后AI进行智能提取和分析图像,再和训练模型进行快速比对,从而在无人机快速飞行的过程中做到实时目标识别。首先,要想实现目标识别需要的硬件支持就是AI图像处理板。图像处理板通过算法的赋能,就能够对目标区域的物体进行AI识别分析,从而做出判断。由于无人机作业的环境复杂,因此对于图像处理板的要求需要进一步提升。成都慧视开发的Viztra-HE030图像处理板,采用了工业级芯片RK3588,采用先进架构,8核(4大4小)处理,算力能够达到6.0TOPS。同时,慧视光电能够根据需求环境定制丰富的输出接口。RK3399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。

成都慧视光电技术有限公司推出的SpeedDP是针对AI零基础用户的低门槛AI开发平台,提供从数据标注、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开发功能。SpeedDP功能简洁、上手快,是当下进行AI深度学习训练的重要的工具。而且目标识别检测领域,成都慧视开发的高性能Viztra-HE030图像处理板,可以通过四大四小处理器高达6.0TOPS的算力,精细分析识别到的物体,区分作物和杂草,进而为机器人提供正确的信息,辅助除草。图像识别模块图像分析是人工智能的重要组成部分。云南双光成像图像识别模块器
RK3588小而轻,非常适合无人机吊舱。安徽RV1126主板图像识别模块人工智能芯片
要解决这个难题,慧视光电的算法工程师给出了小目标识别算法的方案,通过加强目标特征、数据增广、放大输入图像、使用高分辨率的特征、设计合适的标签分配方法,以让小目标有更多的正样本、利用小目标所处的环境信息或者其他容易检测的物体之间的关系来辅助小目标的检测。此外,利用自研的深度学习算法开发平台,通过不断的深度学习,能够让AI更加精细的识别目标。这个方法在瑞芯微RK3588、RV1126、RK3399pro等系列图像跟踪板上得到了较好地验证。因此,将这个算法用在无人机高空识别领域,完全能够弥补传统算法的不足,达到更加稳定锁定跟踪的目的。安徽RV1126主板图像识别模块人工智能芯片
上一篇: 海南高性能目标识别软件
下一篇: 浙江可靠目标识别办公平台