云南智能化目标检测

中台的概念出自于互联网领域，中台即是数字能力共享平台，是平台的平台。城市管理者可通过建立城市空间管理中台，实现城市数据资产的统一管理。以人工智能技术为主的AI中台还能够较好的解决城市空间管理面临的数据“深度”使用的问题。AI中台是将深度学习、计算机视觉、知识图谱、自然语言理解等人工智能技术模块化、组件化、可插拔化并赋能于中台，将人工智能能力（包括硬件的计算能力、算法的训练能力、模型的部署能力、基础业务的展现能力）集约起来，与中台的数据资源紧密结合并封装为整体中台系统。慧视RK3399板卡可以用于大型公共停车场。云南智能化目标检测

为认真落实城市“智慧化”建设要求，加速推进智慧港口建设，逐步构建智慧港口建设体系，实现全过程、全区域、全要素智慧化提能增效。慧视光电利用物联网、云计算和AI技术，不断探索基于数字化的适合企业自身实情的解决方案，按下智慧港口建设的“快进键”。通过AI赋能，针对港口安防监控，慧视光电成功研发“慧眼”双光相机，采用平行双光路光学设计。产品可同时采集可见光和红外两路模拟视频数据，并基于采集到的实时视频流，实现目标锁定、目标跟踪功能。目标锁定与跟踪状态下，产品可在输出视频图像的同时，输出目标相对与产品光轴的实时视线角信息（方位、俯仰）。实现港口智慧化管理，提升管理效率，降低人工成本。网络目标检测应用智慧终端主板方案提供商—慧视光电。

成都慧视光电技术有限公司的AM5708处理板是采用了创龙SOM­TL5708处理板，内部植入其自主研发的智能图像算法，基于输入的可见光或者红外的视频流，可实时对目标进行锁定，同时可以根据输出目标的靶量信息，对目标进行实时跟踪。可支持二次开发，方便快速集成。并在此基础上成功研发视频跟踪板，可用于对视频中指定目标执行跟踪操作。通过将感兴趣目标在视频中的位置信息输入至视频跟踪板，跟踪板完成目标锁定后，持续输出目标在视频中的坐标信息，或者相对于相机光轴的脱靶量信息。产品特点：支持MIPICSI和CVBS两路视频输入，支持在用户选择的输入视频通道上执行目标跟踪。提供RS232/RS422控制通讯接口，用于输入控制指令和跟踪信息的输出。提供自适应点选功能，基于用户给定的目标位置点坐标，自适应对目标进行框选并执行跟踪。提供H.264压缩的视频以及HDMI接口的视频输出。视频输出支持OSD形式叠加跟踪结果。

面对城市治理中高度碎片化和多样性的治理场景，如城管业务中占道经营、乱扔乱倒、乱搭乱建、乱停乱放等现象，可借助开发平台的能力引擎，高效完成定制化算法的开发来辅助人工监管。诸如慧视光电此类企业，基于行业硬件设备，运用自身的图像算法和硬件平台开发优势，推出了系列国产化图像检测与跟踪智能处理板。由于每个地区所面临的城市治理问题兼具共通性和个性化，因此从方案设计成本及高效交付的角度来看，采用中台架构依旧是相当有实用性的建设思路。中台框架可以针对不同的场景灵活地调取适用的算法、边端硬件设备以及云端的SaaS服务，快速针对场景的变化进行方案的调整与适配，从而完成方案的复用，减少低效的重复建设。工程师以RK3588核心板为基础进行定制开发，让摄像头更加智能高效，能够输出高清流的图像视频。

近年来，随着人工智能的发展，无人机的使用呈现出飞速增长，而无人机对目标的自主检测、自主跟踪是极具难度的研究方向之一，这与智慧交通、智慧仓库、智能电力电缆巡检、重要设施的监测等应用密切相关。吊舱是无人机的重要组成部分，而光电吊舱一般由可见光（或者红外）、图像处理板、伺服等部分组成，图像处理板通过前端的图像对目标进行检测并根据需要对目标进行跟踪，同时可能按照具体需要输出目标的坐标数据等信息，因此图像处理板成为了光电吊舱的重要部件之一，起到关键的链接、数据处理的作用。早期光电吊舱因为体积大、重量重、成本高，主要应用在较大的飞机上，尤其作战的飞机。随着民品无人机的发展，大多数四旋翼机的起飞重量小于15公斤，导致了机载设备的有效载荷和电池续航能力非常有限。在这种情况下，如何降低功耗、减少体积同时又不降低性能成为小型无人机的研究热点。慧视光电响应行业需求，经过技术的不断迭代更新，推出了全国产化的RV1126处理板，该处理板支持基于深度学习的目标检测算法（人、车以及特定目标）、支持SDI高清/标清视频输出、支持叠加OSD信息，重量只有5g，直径*37mm，基本达到了尺寸的要求。RK3399PRO图像处理板识别概率超过85%。贵州目标检测市场报价

智能图像检测在智慧交通的应用。云南智能化目标检测

无人驾驶汽车是计算机视觉技术应用的重要领域。在自动驾驶过程中，通过对车道线、前后方车辆和行人等目标的准确识别，为更高级的行为选择、障碍物规避以及路径规划功能提供了基础，这其中的一项关键技术就是目标跟踪。由于实际路况极为复杂，基于传统目标检测的辅助驾驶技术性能难以得到大幅提升。随着技术的发展，采用深度学习可以直接学习和感知路面和道路上车辆的特征，经过一段时间的正确驾驶过程，便能学习和感知实际道路情况下的相关驾驶技能，无需再通过感知具体的路况和各种目标，大幅提升了辅助驾驶算法的性能。云南智能化目标检测