贵州安防监控图像识别模块研发

多边形标注能够能够帮助我们标注一些规则复杂的物体，如动物、人、车、建筑物等，与矩形标注框等方法相比，多边形标注更能精确展示被标注物体的形状、大小以及实时形态，通过大量的多边形标注工作，能够更好的帮助我们提高算法模型的准确性和鲁棒性。传统的多边形标注方法中，标注者需要在物体的边缘上依次单击鼠标或使用绘图工具，将点连接起来形成一个封闭的多边形。标注的难度取决于被标注物体的复杂程度，相较于矩形框标注更加费时费力，如果遇到大量待标注目标，则极大地影响工作效率。100Hz高帧频视频接入需要RK3588图像处理板。贵州安防监控图像识别模块研发

在无人机识别这个领域，应用十分广，因此针对于这方面的教学必不可少。目前国产化的识别传感器当属瑞芯微的RK3588，因此许多院校都会选择采用RK3588来进行教学，成都慧视开发的Viztra-HE030图像处理板就是利用RK3588打造而成，能够根据不同规格的相机深度定制接口。（不同接口的RK3588图像处理板）如果院校想进一步节约时间提升效率，成都慧视还可以提供训练学习设备的整套方案。在高性能Viztra-HE030图像处理板的基础上，根据需求帮助选择合适的相机，并且针对算法这块，我们能够提供一个高效的深度学习算法开发平台SpeedDP，这个平台能够通过大量的识别检测算法模型训练开发，实现对新数据集的快速AI自动图像标注，一方面省去大量手动标注工作，另一方面帮助提升算法性能。贵州安防监控图像识别模块研发RK3588是目前国产图像处理板的性能数一数二存在。

在如今的作业中，无人机路面巡查替代传统的人工巡查，展现出巨大的效率优势。像高速施工工地这样的环境下，施工方为了保障施工安全，就需要对施工范围进行严格管控，传统的人工巡查效率低，受限于地形、时间等问题，容易出现盲点。相比人工，利用无人机进行AI识别则可以逐帧图像监测，即便是夜晚也能够利用红外传感器进行数据收集，几乎不会遗漏任何信息。而交通管理部门，则可以利用无人机快速到底事故地点进行疏导，缓解交通压力。

传统的标注模式需要你对着目标不断拉框，反复机械的动作做多了就变得“麻木”，影响效率还使人烦恼。而SpeedDP的出现，可以有效的提升标注效率。它能够帮助使用者快速进行人、车、船等数据集的一键标注。SpeedDP依靠YOLO系列算法来检测模型，实现“一键标注”和“目标检测”，并且还提供丰富的算法参数设置接口，满足不同用户业务场景的定制化需求。不同的用户可针对自己的业务场景进行AI算法的定制化开发以及算法模型的快速迭代优化。作为一个深度学习AI开发平台，SpeedDP采用常用的AI算法开发基本流程，该过程包含从需求分析、数据制作到模型训练、测试验证以及模型部署几个主要模块。针对不同的数据集和算法参数设置，慧视SpeedDP开发平台采用项目配置的方式来对不同的业务需求进行管理。 成都慧视利用RV1126芯片打造了一个高性能的Viztra-LE026图像处理板。

“启明935A”系列芯片已经成功点亮，并完成各项功能性测试，达到车规级量产标准。启明935A是行业首颗基于Chiplet(芯粒/小芯片)异构集成范式的自动驾驶芯片，但并非单一芯片，而是一个家族系列。启明935HUBChiplet可以和不同数量的大熊星座AIChiplet互相搭配，再结合灵活的封装方式，快速形成不同性能等级的SoC芯片。它还支持高带宽的PBLink多芯互连，双芯双向带宽128GB/s，四芯双向带宽64GB/s。启明935A每颗芯片都支持比较大20路的1080p60摄像头输入，可应用于各类端侧AI部署。得益于大熊星座NPU天然支持Transformer结构，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。成都慧视可以定制SDI接口的RK3588图像处理板。贵州安防监控图像识别模块研发

无人机目标跟踪算法哪里有？贵州安防监控图像识别模块研发

我司某客户致力于无人机作业领域，有着高空目标检测识别的需求，由于项目紧急，事前并没有做好方案对比就匆匆选择某方案落地应用，结果花费了大量时间去应用适配后实际效果并不理想，随后找到成都慧视进行方案定制。我司算法工程师及软件工程师针对于客户的作业场景和需求，通过定制Viztra-LE034图像处理板和目标检测识别算法，轻松完成项目需求。经过测试，针对于人、车的目标识别跟踪，明显可以看出我司的跟踪识别效果稳定性更强。贵州安防监控图像识别模块研发