溫始地送風(fēng)風(fēng)盤 —— 革新家居空氣享受的藝術(shù)品
溫始·未來生活新定義 —— 智能調(diào)濕新風(fēng)機(jī)
秋季舒適室內(nèi)感,五恒系統(tǒng)如何做到?
大眾對五恒系統(tǒng)的常見問題解答?
五恒空調(diào)系統(tǒng)基本概要
如何締造一個(gè)舒適的室內(nèi)生態(tài)氣候系統(tǒng)
舒適室內(nèi)環(huán)境除濕的意義
暖通發(fā)展至今,怎樣選擇當(dāng)下產(chǎn)品
怎樣的空調(diào)系統(tǒng)ZUi值得你的選擇?
五恒系統(tǒng)下的門窗藝術(shù):打造高效節(jié)能與舒適并存的居住空間
慧視SpeedDP是針對AI零基礎(chǔ)用戶的低門檻AI開發(fā)平臺,提供從數(shù)據(jù)標(biāo)注、模型訓(xùn)練、測試驗(yàn)證到RockChip嵌入式硬件平臺模型部署的可視化AI開發(fā)功能。SpeedDP提供豐富的算法參數(shù)設(shè)置接口,滿足不同用戶業(yè)務(wù)場景的定制化需求。此外,慧視SpeedDP開發(fā)...
在2024年的巴黎奧運(yùn)會(huì)上,AI的應(yīng)用成為了競技之外的另一個(gè)焦點(diǎn),讓運(yùn)動(dòng)員、觀眾、管理人員體驗(yàn)到了和以往賽事與眾不同的氛圍。其中,安全作為不可避免的話題,成為本次AI作用比較大的領(lǐng)域之一。前期建設(shè)時(shí),就采用了智能體育館的方案,配有先進(jìn)的傳感器和物聯(lián)網(wǎng)設(shè)備,通過...
種比較常見的安防模式其實(shí)不難。在傳統(tǒng)監(jiān)控?cái)z像頭的基礎(chǔ)上加裝AI圖像處理板就可以實(shí)現(xiàn)。例如,成都慧視開發(fā)的Viztra-HE030圖像處理板,這塊板卡采用了瑞芯微旗艦級芯片RK3588,強(qiáng)大的處理性能能夠提供6.0TOPS的算力,然后我司根據(jù)場館的應(yīng)用方向定制關(guān)...
而對于洪峰過境的地區(qū),搭載吊艙的無人機(jī)能夠幫助開展雨前雨后水庫大壩、重點(diǎn)堤壩和山區(qū)道路險(xiǎn)情巡查,排除重大災(zāi)害隱患。針對受困地區(qū)的人,無人機(jī)還可以遠(yuǎn)距離投送救災(zāi)物資,通過遠(yuǎn)程喊話進(jìn)行安撫工作?;垡暪怆娡瞥龅腣IZ-GT07D三軸雙光微型吊艙,是一款微型的三軸雙光...
而像背景稍微簡單的地面人、車,湖面船舶的檢測,如果不是特殊需求,選擇性能適中的Viztra-ME025圖像處理板就能夠滿足需求。板卡采用國內(nèi)智能AI芯片RK3399Pro,基于雙Cortex-A72+四Cortex-A53大小核CPU結(jié)構(gòu);CPU主頻1.8GH...
今年各地陸陸續(xù)續(xù)出現(xiàn)大范圍的強(qiáng)降雨,不少城市更是出現(xiàn)內(nèi)澇的情況,而鄉(xiāng)鎮(zhèn)農(nóng)村更是洪峰過境。突然降臨的洪水內(nèi)澇讓受災(zāi)地不少人被困,同時(shí)也給防汛救援造成了不小的難題,為了盡可能節(jié)約救援時(shí)間,增加搜救率,前期的信息收集工作十分重要。首先,需要對防汛的整體狀況要有所了解...
而無人機(jī)作為高空巡邏偵查的輔助平臺,憑借其靈活、廣闊的視野,能夠?yàn)橹伟惭策壧峁└嗟牡孛嫘畔?,有效彌補(bǔ)視野盲區(qū),實(shí)現(xiàn)三位一體防控。例如公安可以通過無人機(jī)開展“空中喊話”,將反詐、防溺水、消防安全等知識“空投”給市民,開展“空中喊話”。在高空喊話的同時(shí),無人機(jī)還...
目標(biāo)跟蹤算法具有不同的分類標(biāo)準(zhǔn),可根據(jù)檢測圖像序列的性質(zhì)分為可見光圖像跟蹤和紅外圖像跟蹤;又可根據(jù)運(yùn)動(dòng)場景對象分為靜止背景目標(biāo)跟蹤和運(yùn)動(dòng)背景下的目標(biāo)跟蹤。由于基于區(qū)域的目標(biāo)跟蹤算法用的是目標(biāo)的全局信息,比如灰度、色彩、紋理等。因此當(dāng)目標(biāo)未被遮擋時(shí),跟蹤精度非常...
慧視光電推出的低帶寬融合交互系統(tǒng)是一個(gè)利用G-share技術(shù)、支持多路(4路)高清網(wǎng)絡(luò)視頻接入/交互/顯示/存儲(chǔ)為一體的高集成化系統(tǒng)。系統(tǒng)支持比較大4K分辨率,可通過比較低512Kbps的多種網(wǎng)絡(luò)信道,傳輸當(dāng)前實(shí)時(shí)畫面,接收中心控制指令,實(shí)現(xiàn)攝像機(jī)變倍、云臺轉(zhuǎn)...
無人機(jī)要進(jìn)行AI識別,需要的是模擬人眼,對需要識別的物體進(jìn)行圖像處理,AI通過大量的模型訓(xùn)練,能夠具備對物體進(jìn)行特征提取進(jìn)行分析的能力,從而實(shí)現(xiàn)整個(gè)流程的自動(dòng)化,達(dá)到無人機(jī)智能識別的目的。但不同的事,無人機(jī)的目標(biāo)識別和傳統(tǒng)的攝像頭還是又不曉得區(qū)別,傳統(tǒng)的攝...
在我們生活生產(chǎn)中,許多小型化的無人機(jī)類似于昆蟲,憑借其機(jī)動(dòng)、靈活、體積小的特點(diǎn)能夠在復(fù)雜的環(huán)境中執(zhí)行飛行任務(wù)。但是再精細(xì)化的操控,也難以做到完全避免障礙物的阻礙,因此需要采用AI避障的功能。AI避障中很重要的一點(diǎn)是要對環(huán)境進(jìn)行自動(dòng)化的識別。利用高性能的AI圖像...
作為社區(qū)的基本單元,小區(qū)是智慧城市建設(shè)的重要一環(huán),而在安防領(lǐng)域,小區(qū)更是守護(hù)家庭的門戶,如何更加高效的守護(hù)小區(qū)安全是社區(qū)創(chuàng)新基層治理的探索方向。經(jīng)過技術(shù)的不斷革新,智慧安防逐漸成為這個(gè)方向。通過在小區(qū)傳統(tǒng)人防、物防、技防的基礎(chǔ)上,應(yīng)用人工智能、物聯(lián)網(wǎng)等當(dāng)前先進(jìn)...
雖然現(xiàn)在各種公共交通已十分便捷,但是仍然存在許多無證、無資質(zhì)的車輛,這些車輛無視交通法規(guī),所以超速超載,儼然成為公路安全一大隱患。例如在車站出入口,經(jīng)常會(huì)有很多人進(jìn)行拉客,雖然說是坐滿就走,但是為了利益比較大化,超員那是常有的事。再比如暑期來臨,各種培訓(xùn)班、托...
傳統(tǒng)意義上的根據(jù)視頻的變化率報(bào)警,隨著由于計(jì)算機(jī)的廣泛應(yīng)用和數(shù)字圖像的發(fā)展,由于其設(shè)置的不靈活、虛警率高、不抗干擾及接口等方面的原因,正慢慢地面臨淘汰;另外,在重要的場所,比如具有戰(zhàn)略意義的油田油庫,*倉庫,重要的機(jī)密場所、辦公地點(diǎn),水利大壩等等,傳統(tǒng)意義上的...
目標(biāo)運(yùn)動(dòng)估計(jì)是根據(jù)目標(biāo)在過去的位置對目標(biāo)的運(yùn)動(dòng)規(guī)律加以總結(jié),并以此對目標(biāo)將來的運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)測。正確的預(yù)測,可以縮小匹配的計(jì)算區(qū)域,大幅的降低匹配計(jì)算量。在視頻跟蹤系統(tǒng)中由于被跟蹤的目標(biāo)處于運(yùn)動(dòng)狀態(tài),為了把目標(biāo)始終保持在攝像機(jī)視野之內(nèi),必須對攝像機(jī)加以控制。在...
作為社區(qū)的基本單元,小區(qū)是智慧城市建設(shè)的重要一環(huán),而在安防領(lǐng)域,小區(qū)更是守護(hù)家庭的門戶,如何更加高效的守護(hù)小區(qū)安全是社區(qū)創(chuàng)新基層治理的探索方向。經(jīng)過技術(shù)的不斷革新,智慧安防逐漸成為這個(gè)方向。通過在小區(qū)傳統(tǒng)人防、物防、技防的基礎(chǔ)上,應(yīng)用人工智能、物聯(lián)網(wǎng)等當(dāng)前先進(jìn)...
災(zāi)難發(fā)生后,在通信窄帶寬的情況下,我們往往難以實(shí)現(xiàn)現(xiàn)場多路高清視頻、語音的實(shí)時(shí)回傳,指揮員對于前方情況存在看不到、看不全的問題,同時(shí)后方人員也不能對前方視頻設(shè)備進(jìn)行控制,例如旋轉(zhuǎn)、變焦等操作;在通信弱網(wǎng)的情況下,例如只有2G信號的情況下,不能實(shí)現(xiàn)現(xiàn)場視頻回傳,...
在算法領(lǐng)域,則需要一些特殊的算法。無人機(jī)執(zhí)行任務(wù)時(shí)飛在高空,地面的物體就會(huì)顯得較小,小目標(biāo)通常指圖像中像素面積小于32*32的物體,一般的AI算法難以實(shí)現(xiàn)精細(xì)鎖定跟蹤。要解決這個(gè)難題,慧視光電的算法工程師給出了小目標(biāo)識別算法的方案,通過加強(qiáng)目標(biāo)特征、數(shù)據(jù)增廣、...
目標(biāo)跟蹤時(shí),多維度、多層級信息融合也十分重要。為了提高對運(yùn)動(dòng)目標(biāo)表觀描述的準(zhǔn)確度與可信性,現(xiàn)有的檢測與跟蹤算法通常對時(shí)域、空域、頻域等不同特征信息進(jìn)行融合,綜合利用各種冗余、互補(bǔ)信息提升算法的精確性與魯棒性.然而,目前大多算法還只是對單一時(shí)間、單一空間的多尺度...
無人機(jī)搭載檢測儀,可以飛到工業(yè)園區(qū)的任意角落進(jìn)行數(shù)據(jù)采集,通過采集到的數(shù)據(jù),就能分析出污染物成分、濃度。為了進(jìn)一步提高效率,檢測的方法會(huì)是多個(gè)無人機(jī)同時(shí)進(jìn)行巡飛監(jiān)測,這就會(huì)面臨一個(gè)新的問題,難道要一個(gè)人控制一架無人機(jī)么?顯然是不符合降本增效這個(gè)準(zhǔn)則的。于是就只...
隨著AI的快速發(fā)展,對應(yīng)的軟硬件也得到了快速的普及,蘋果公司已經(jīng)推出了新一代的具有AI功能的系列產(chǎn)品,Intel也推出了具有AI能力的新一代芯片。無論是無人機(jī)用吊艙產(chǎn)品還是邊海防用轉(zhuǎn)臺產(chǎn)品,如果前端沒有具有AI能力的圖像處理板卡或智能跟蹤設(shè)備,沒有高性能的AI...
YOLO算法的關(guān)鍵技術(shù)在YOLO算法中,有幾個(gè)關(guān)鍵技術(shù)對其性能起著重要作用。首先是使用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征,其中引入了一些先進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu),如Darknet。其次是使用AnchorBox來提高目標(biāo)定位的精度。此外,YOLO算法還引入了特征金字塔網(wǎng)絡(luò)和多尺度預(yù)...
視覺目標(biāo)跟蹤是指對圖像序列中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測、提取、識別和跟蹤,獲得運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù),如位置、速度、加速度和運(yùn)動(dòng)軌跡等,從而進(jìn)行下一步的處理與分析,實(shí)現(xiàn)對運(yùn)動(dòng)目標(biāo)的行為理解,以完成更高一級的檢測任務(wù)。根據(jù)跟蹤目標(biāo)的數(shù)量可以將跟蹤算法分為單目標(biāo)跟蹤與多目標(biāo)跟...
基于視頻目標(biāo)檢測和跟蹤的一般流程是:通過目標(biāo)檢測,找到目標(biāo);對目標(biāo)特征進(jìn)行描述,初步估計(jì)目標(biāo)的運(yùn)動(dòng)矢量;根據(jù)運(yùn)動(dòng)狀態(tài),進(jìn)入目標(biāo)跟蹤,對傳感器的姿態(tài),比如水平方位、垂直方位和焦距等進(jìn)行調(diào)整;跟蹤到目標(biāo)后,對目標(biāo)特征進(jìn)行更新,并對目標(biāo)的運(yùn)動(dòng)進(jìn)行預(yù)測后,進(jìn)入下一輪的...
許多小型化的無人機(jī)飛行器等類似于昆蟲小動(dòng)物,憑借其機(jī)動(dòng)、靈活、體積小的特點(diǎn)能夠在復(fù)雜的環(huán)境中執(zhí)行飛行任務(wù)。但是再精細(xì)化的操控,也難以做到完全避免障礙物的阻礙,因此需要采用AI避障的功能。AI避障中很重要的一點(diǎn)是要對環(huán)境進(jìn)行自動(dòng)化的識別。利用高性能的AI圖像處理...
目標(biāo)檢測與目標(biāo)跟蹤這兩個(gè)任務(wù)有著密切的聯(lián)系。針對目標(biāo)跟蹤任務(wù),微軟亞洲研究院提出了一種通過目標(biāo)檢測技術(shù)來解決的新視角,采用簡潔、統(tǒng)一而高效的“目標(biāo)檢測+小樣本學(xué)習(xí)”框架,在多個(gè)主流數(shù)據(jù)集上均取得了杰出性能。目標(biāo)跟蹤(Object tracking)與目標(biāo)檢測(...
目標(biāo)檢測和跟蹤在許多應(yīng)用中都具有重要的意義,例如智能監(jiān)控、自動(dòng)駕駛和人機(jī)交互等。傳統(tǒng)的目標(biāo)檢測算法需要多次掃描圖像,并使用復(fù)雜的特征提取和分類器來識別目標(biāo)。然而,這些方法在實(shí)時(shí)性和準(zhǔn)確性上存在一定的限制。隨著YOLO算法的出現(xiàn),目標(biāo)檢測和跟蹤領(lǐng)域取得了重大突破...
YOLO算法的關(guān)鍵技術(shù)在YOLO算法中,有幾個(gè)關(guān)鍵技術(shù)對其性能起著重要作用。首先是使用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征,其中引入了一些先進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu),如Darknet。其次是使用AnchorBox來提高目標(biāo)定位的精度。此外,YOLO算法還引入了特征金字塔網(wǎng)絡(luò)和多尺度預(yù)...
在深度學(xué)習(xí)中,解決訓(xùn)練數(shù)據(jù)不足常用的一個(gè)技巧是“預(yù)訓(xùn)練-微調(diào)”(Pretraining-finetune),即大數(shù)據(jù)集上面預(yù)訓(xùn)練模型,然后在小數(shù)據(jù)集上去微調(diào)權(quán)重。但是,在訓(xùn)練數(shù)據(jù)極其稀少的時(shí)候(只有個(gè)位數(shù)的訓(xùn)練圖片),這個(gè)技巧是無法奏效的。圖2展示了一個(gè)檢測模...
AI的不斷應(yīng)用發(fā)展使得傳統(tǒng)的人工工作的弊端得到了很好的彌補(bǔ)。比如在圖像標(biāo)注這個(gè)領(lǐng)域,傳統(tǒng)的標(biāo)注需要招聘大量的人員,并且標(biāo)注圖像所耗費(fèi)的時(shí)間精力也是不可估量的,而AI模型的出現(xiàn)讓這一切都成為過去。利用慧視光電打造的深度學(xué)習(xí)算法開發(fā)平臺SpeedDP,就能夠針對場...