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。比如在圖像標注這個領(lǐng)域，傳統(tǒng)的標注需要招聘大量的人員，并且標注圖像所耗費的時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)習算法開發(fā)平臺SpeedDP，就能夠針對場景識別進行特有的模型部署訓(xùn)練，通過大量的訓(xùn)練，讓AI學(xué)會自動標注圖像。平臺采用標準的AI算法開發(fā)流程，通過從需求分析、數(shù)據(jù)制作到模型訓(xùn)練、測試驗證以及模型部署幾個主要模塊。打造一套完整的圖像識別模塊。遼寧人臉識別圖像識別模塊供應(yīng)商

激光反無設(shè)備的攝像頭中加裝了高性能的AI圖像處理板，將設(shè)備部署在預(yù)定區(qū)域，AI圖像處理板在算法的加持下，實現(xiàn)對禁飛區(qū)域空中目標的24小時不間斷AI巡邏，能夠快速發(fā)現(xiàn)、鎖定、處置目標，在數(shù)秒內(nèi)利用高能激光毀傷無人機目標。要想到達更加精細的識別目的，板卡的性能很關(guān)鍵，同時視頻數(shù)據(jù)的質(zhì)量同樣重要。高幀頻的相機能夠捕捉更多畫面細節(jié)，這樣高性能圖像處理板在進行AI識別處理時，就能夠獲取更多信息，識別的精度就會提升。像成都慧視開發(fā)的高性能高幀頻圖像處理板就考慮到了這一點，通過RK3588和FPGA接口的深度定制，輕松打破高幀頻視頻的輸入輸出，讓板卡實現(xiàn)更精細的數(shù)據(jù)處理。山西邊海防圖像識別模塊解決方案成都慧視共開發(fā)有三款圖像處理板。

成都慧視推出的深度學(xué)習算法開發(fā)平臺SpeedDP，它的主要功能就是幫助進行算法模型的測試驗證，進行快速的針對大量數(shù)據(jù)的AI自動標注，然后提升自身算法能力。在無人機智能炮彈測試驗證中，通過對原始算法的模型訓(xùn)練，能夠不斷評估算法的能力，然后對新的打擊數(shù)據(jù)集目標進行AI自動標注，讓算法在學(xué)習中不斷變得聰明。通過SpeedDP的應(yīng)用，能夠極大減少整個測試驗證所需時間，減少人力成本支出，減少項目開發(fā)周期，讓工程師不再為繁瑣的圖像標注浪費時間將更多的精力放在更重要的領(lǐng)域。

一些化工園區(qū)、石油煉廠等需要在極其安全的環(huán)境中作業(yè)，因此對于園區(qū)的巡檢工作十分關(guān)鍵。在長時間的工作中，園區(qū)的生產(chǎn)設(shè)備會出現(xiàn)被腐蝕、老化、磨損，給生產(chǎn)帶來了風險，一旦檢查疏忽，后果不堪設(shè)想。無人機搭載紅外光電吊艙能夠遠距離檢查設(shè)備，避免直接接觸，實現(xiàn)對關(guān)鍵點的變倍放大觀察，發(fā)現(xiàn)已存在或者潛在的泄漏、損壞，有效減少安全事故。另外無人機體積小巧、重量輕盈，能夠在復(fù)雜環(huán)境中靈活穿梭。通過遠程操控，無人機可以避免人工巡檢過程中可能遇到的風險，確保人員安全。成都慧視開發(fā)的VIZ-100T三軸三光微型吊艙，具備10倍變焦能力的可見光相機，在白天進行巡檢時，能夠遠距離對設(shè)備進行觀察分析，同時集成了640*512的高分辨率紅外相機，能夠?qū)崿F(xiàn)清晰的紅外成像，在夜間進行安全巡檢，搭載于小型無人機上，能夠?qū)Τ霈F(xiàn)問題的目標點位進行定位，實時視頻數(shù)據(jù)回傳，為園區(qū)巡檢提供安全保障。成都慧視利用RK3399Pro芯片打造了一個高性能的Viztra-ME025圖像處理板。

進入冬季，北方各地陸續(xù)出現(xiàn)冰凍天氣，給不少地方的保供電工作增添了難度。目前，大多數(shù)地方都采用無人機巡檢的模式，但是面臨如此寒凍的天氣，無人機也可能會“懈怠”。但是大面積覆冰的影響下，人工巡檢又很難到達很多區(qū)域，所以還是不得不依靠無人機，只是需要性能更加強悍的無人機。無人機電力巡檢依靠可見光或者紅外兩種方式進行自動巡視檢測，這其中，用于進行圖像處理的傳感器性能尤其重要。面臨如此寒冷的天氣，圖像處理板能否正常工作十分關(guān)鍵，因此選對圖像處理板，關(guān)系整個寒冬的電力巡檢。成都慧視開發(fā)的Viztra-LE026圖像處理板非常適合無人機領(lǐng)域。重慶圖像識別模塊

成都慧視開發(fā)的Viztra-LE026圖像處理板擁有2.0TOPS的算力。遼寧人臉識別圖像識別模塊供應(yīng)商

SpeedDP用于模型訓(xùn)練和評估測試的數(shù)據(jù)集是由一系列的圖像和標注文件組成的，平臺支持多種開源數(shù)據(jù)格式如VOC和COCO。而目前平臺共支持yolox系列和yolov8系列模型用于模型訓(xùn)練（分割任務(wù)支持yolov8模型），通過不斷額測試驗證，就能夠讓AI實現(xiàn)海思、RockChip嵌入式硬件平臺等模型部署的可視化AI開發(fā)功能。經(jīng)過驗證，訓(xùn)練成熟后的AI進行標注時，通常情況下，7-8ms就能標注一張圖像，這是人工標注遠不能及的速度。目前，我司能夠為該平臺提供完整的人、車、船等目標檢測模型的數(shù)據(jù)提供，也可以根據(jù)應(yīng)用場景進行特殊定制。遼寧人臉識別圖像識別模塊供應(yīng)商