在許多領域，無人機的作業(yè)環(huán)境相對復雜，需要識別處理圖像背景目標眾多，這種環(huán)境下，要想實現(xiàn)更高精度的檢測識別效果，圖像處理板的性能至關重要。在慧視光電開發(fā)的多款圖像處理板中，Viztra-HE030圖像處理板以6.0TOPS得以勝任。這款板卡采用了瑞芯微旗艦級芯片RK3588，8nmLP制程，搭載八核64位CPU，主頻高達2.4GHz。集成ARMMali-G610MP4四核GPU，內(nèi)置AI加速器NPU，支持主流的深度學習框架。性能強勁的RK3588可為無人機AI識別的應用場景帶來更強大的性能表現(xiàn)。成都慧視利用RK3588芯片打造了一個高性能的Viztra-HE030圖像處理板。四川人流圖像識別模塊研發(fā)

在如今的作業(yè)中，無人機路面巡查替代傳統(tǒng)的人工巡查，展現(xiàn)出巨大的效率優(yōu)勢。像高速施工工地這樣的環(huán)境下，施工方為了保障施工安全，就需要對施工范圍進行嚴格管控，傳統(tǒng)的人工巡查效率低，受限于地形、時間等問題，容易出現(xiàn)盲點。相比人工，利用無人機進行AI識別則可以逐幀圖像監(jiān)測，即便是夜晚也能夠利用紅外傳感器進行數(shù)據(jù)收集，幾乎不會遺漏任何信息。而交通管理部門，則可以利用無人機快速到底事故地點進行疏導，緩解交通壓力。河北目標跟蹤圖像識別模塊定制方案成都慧視共開發(fā)有三款圖像處理板。

無人機夜間工作時需要依靠紅外機芯進行高清成像，而想要具備AI檢測識別的能力則可以通過植入圖像處理板。成都慧視可以根據(jù)需求提供整套的建設方案，實現(xiàn)快速集成開發(fā)。慧視Viztra-LE026圖像處理板+MiNO?17紅外機芯的組合方案，兩款產(chǎn)品均使用小巧設計，整體組合重量在30g左右，并且都采用小功耗設計，用在無人機領域不會過多增加負擔。在算法的賦能下，能夠?qū)崿F(xiàn)穩(wěn)定的目標檢測識別。Viztra-LE026圖像處理板重量在10g左右，采用了瑞芯微全國產(chǎn)化芯片RV1126，能夠輸出2.0TOPS的算力，功耗不高于4W。能夠以30Hz幀率跟蹤像素2*2的目標，能夠識別像素為12*12的目標，且識別率高于85%。而MiNO?17紅外機芯重量在20g左右（凈重5g（不含鏡頭）），像素分辨率為640*512，采用9/13/25mm三種定焦設計，支持18中偽彩選擇，功耗小于0.75W。

利用圖像處理技術實現(xiàn)導彈的遠程打擊是一項運用了比較長時間的技術，相比于現(xiàn)代化的電子控制，它具備低受干擾的特點，特別是無人機在軍備領域的廣泛應用，圖像處理的作用重新受到重視。遠程打擊時，需要對整個彈的識別能力進行深度學習訓練，不斷的訓練能夠讓AI更加聰明，讓AI知道該打擊什么，從而提升打擊精度。在前期的試驗印證階段，需要進行大量反復的試驗訓練，通過在導彈前端植入導引頭，給導彈裝上眼睛，可以實時記錄導彈打出后的視頻畫面，然后將大量的視頻數(shù)據(jù)采集到一起用于分析改進。高幀頻視頻接入接口定制可以找慧視定制。

“啟明935A”系列芯片已經(jīng)成功點亮，并完成各項功能性測試，達到車規(guī)級量產(chǎn)標準。啟明935A是行業(yè)首顆基于Chiplet(芯粒/小芯片)異構(gòu)集成范式的自動駕駛芯片，但并非單一芯片，而是一個家族系列。啟明935HUBChiplet可以和不同數(shù)量的大熊星座AIChiplet互相搭配，再結(jié)合靈活的封裝方式，快速形成不同性能等級的SoC芯片。它還支持高帶寬的PBLink多芯互連，雙芯雙向帶寬128GB/s，四芯雙向帶寬64GB/s。啟明935A每顆芯片都支持比較大20路的1080p60攝像頭輸入，可應用于各類端側(cè)AI部署。得益于大熊星座NPU天然支持Transformer結(jié)構(gòu)，初步支持的模型有Yolo系列、ResNet50、PSPNet、PointNet++、TrafficSign_Retinanet、BevDet、miniCPM、Unet_ResNet50、PointPillars、PillarNest、M2track、BevFusion、PaliGemma、LLaMa-3B、8B等等。成都慧視開發(fā)的Viztra-HE032圖像處理板擁有6.0TOPS的算力。四川自主識別圖像識別模塊產(chǎn)品

打造一套完整的圖像識別模塊。四川人流圖像識別模塊研發(fā)

瑞芯微推出的RK3588系列圖像處理板作為國產(chǎn)化板卡的性能前列，成為了各領域研究開發(fā)的優(yōu)先，它能在諸多行業(yè)實現(xiàn)目標檢測、識別以及跟蹤等功能，具有重要的研究開發(fā)價值。特別是對于高校而言，將RK3588作為課題進行研究開發(fā)，是一個不錯的選擇。但是在這些功能實現(xiàn)過程中，算法的能力就十分重要，如何讓算法更加精細的識別檢測例如人、車、船等目標成為首要解決的問題。要想讓AI算法更能精確的識別檢測目標，可以利用AI的深度學習能力，讓AI不斷學習這些目標的特征，從而達到精細識別的能力。這個過程，可以通過大量的數(shù)據(jù)標注，來訓練AI。但大量待標注工作，常常讓開發(fā)者頭疼。如果采用傳統(tǒng)方式用人工挨個挨幀標注，將會耗費大量時間精力，讓成本不可控。四川人流圖像識別模塊研發(fā)