湖北自主研发图像识别模块技术

SpeedDP用于模型训练和评估测试的数据集是由一系列的图像和标注文件组成的，平台支持多种开源数据格式如VOC和COCO。而目前平台共支持yolox系列和yolov8系列模型用于模型训练（分割任务支持yolov8模型），通过不断额测试验证，就能够让AI实现海思、RockChip嵌入式硬件平台等模型部署的可视化AI开发功能。经过验证，训练成熟后的AI进行标注时，通常情况下，7-8ms就能标注一张图像，这是人工标注远不能及的速度。目前，我司能够为该平台提供完整的人、车、船等目标检测模型的数据提供，也可以根据应用场景进行特殊定制。如何提升目标识别的精度？湖北自主研发图像识别模块技术

在2024年的巴黎奥运会上，AI的应用成为了竞技之外的另一个焦点，让运动员、观众、管理人员体验到了和以往赛事与众不同的氛围。其中，安全作为不可避免的话题，成为本次AI作用比较大的领域之一。前期建设时，就采用了智能体育馆的方案，配有先进的传感器和物联网设备，通过对实时人流的大量数据分析，来预测观众接下去会去看什么，优化下一场场馆的安保、座位等事务，提升观众体验，提高安保水平。另一方面，摄像头收集画面时，还会对监控画面的每一个人进行安全识别分析，针对于“禁区”除了常规的面部识别外，还会对每个进入场馆或者在场馆附近徘徊逗留的人进行AI分析，来发现潜在的威胁和异常。然后一旦出现可疑人员或者物品，就可以立即向现场安保发去坐标，从而提升整个场馆内外的总体安全性。辽宁RK3399Pro开发板图像识别模块慧视微型双光吊舱能够实现昼夜成像。

我国的西气东输、西油东送工程等带来了大量的油气管线建设，这些管道呈线性分布，长达百公里，是我国经济稳定发展的重要支撑。这些管道有的处在人口密集区，有的则位于山区、沙漠等环境恶劣区域，有些已运行20余年，历经风雨，腐蚀、损坏的迹象初显，存在极大地安全隐患，为保障能源供应稳定，定期的油气管线巡检便必不可少。在过去，管线巡检全依赖于巡检工人一步一个脚印走出来，他们必须得沿着长长的管线巡视，检查管道本体及环境。

进入夏季，我国南方各地陆续进入汛期，特别是长江流域沿线，洪峰过境造成不小的灾害，不少城镇与外界失去了联系。要想更好地实施救援，就必须详细了解各地灾情，然后进行针对性救援部署，打通生命线，转移安置灾民。在这个前期的工作中，搭载吊舱的无人机能够很好地进行信息收集，并参与救援。无人机搭载吊舱后，能够动态开展灾情监测，通过摄像头等各类传感器快速获取灾区道路、桥梁、房屋、被困人员等位置和数量信息，为后续制定应急救援计划，开展救援工作提供精细信息。同时，在进行救援时，无人机机动灵活的特点，还能够配合救援队伍进行道路侦查，保障救援队伍的安全。如何实现高帧频的无人机反制？

特别是对我国西部山区、西北沙漠和跨越大江大河等管线的巡查，以及在自然灾害发生时的巡线检查，需要消耗大量的人力物力成本，甚至一些区域还会危及到巡检人员的人身安全。随着无人机巡检模式的应用，搭载吊舱的无人机可以实现对管道沿线的宏观监测，对管道本身可实现重点、微观监测。这些无人机吊舱可以内置高性能的AI图像处理板，能够对管线进行细致的目标识别检测，这样工作的效率是人工远不能及的。通常情况下，几十几百公里的管线由人工巡检需要几十天，交给无人机则能够在几天的时间就完成。并且无人机机动灵活的特点还能够去到人工无法到达的区域，减少安全隐患，特别是西部山区和西北沙漠隔壁等环境中，无人机拥有不可小觑的优势。低功耗图像处理板Viztra-LE026。重庆自主识别图像识别模块设备

成都慧视开发的Viztra-LE026图像处理板拥有2.0TOPS的算力。湖北自主研发图像识别模块技术

图像标注就是给图像打上标签标记，例如矩形框等形式，在以前，需要招聘专门的图像标注师，随着AI的不断发展，这个行业正发生翻天覆地的变化。人工智能利用计算机和机器模仿人类思维来解决问题或制定决策。深度学习是人工智能的子领域，深度学习算法模型由神经网络组成。通过学习样本数据的特征表达以及数据分布实现能够像人一样具备分析和识别目标的能力。通常情况下，AI开发的基本流程是从需求分析、数据制作、模型训练、测试验证再到***的模型部署这几个步骤，而SpeedDP正式采用标准的AI开发流程，从数据标注到模型开发，然后进行模型部署，来逐步实现自动化的图像标注。湖北自主研发图像识别模块技术