要解决小目标难以追踪的这个难题,慧视光电的算法工程师给出了小目标识别算法的方案,通过加强目标特征、数据增广、放大输入图像、使用高分辨率的特征、设计合适的标签分配方法,以让小目标有更多的正样本、利用小目标所处的环境信息或者其他容易检测的物体之间的关系来辅助小目标的检测。此外,利用自研的深度学习算法开发...
水上交通是我国内陆运输的一大命脉,尤其是长江沿岸,从长江一路向东走向世界是比较经济的运输模式,为了保障水路运输的通畅,维护通航秩序,就需要相关部门对航道进行定期巡航,保障水上交通安全。传统的航道巡查采用的是人工巡检,每段航道每个航标都要靠人力驱动船只到达目标区域进行巡查,这种模式不仅效率低下,遇到极端天气时,还会出现视野受阻、爬标困难等问题,甚至可能对巡检人员人身安全造成威胁。如今,随着无人机的使用,整个流程变得更加简洁高效,以前需要1条船、6个人做的工作,现在只需要1台电脑、1名工作人员就可以完成。SpeedDP能够替代传统的人工标注师。江西电力运维AI智能安全帽识别
SpeedDP包含如下五个模块:1.数据集管理:采集并制作用于训练和测试的数据集;2.项目配置:根据项目的实际情况,对调整相关配置参数进行定制化开发;3.模型训练:完成训练参数配置,开始模型训练并监控训练过程,损失精度可接受时,暂停训练;4.模型测试:使用数据集或实际业务场景图像视频数据进行模型评估;5.模型部署:模型测试结果达到预期,进行模型转化和部署。据客户反馈,使用了慧视光电的SpeedDP后,初步提升效率在80%以上,开发周期缩短,同时可售可租的模式,也让企业的选择更加灵活,为所在单位降本增效提供帮助。江西电力运维AI智能安全帽识别人工智能和机器学习算法可用于分析来自各种来源的大量数据。
高空坠物已经成为城市安全的一大威胁,一方面来自于人,而另一方面则来自于建筑物。以前的楼房大都是马赛克墙面,然后在外面再涂一层亚士漆作为保护,随着楼房建成年份变久,楼房的外立面历经风吹雨晒,就会出现、起壳、空鼓、渗水等迹象。传统的检查模式,需要“蜘蛛人”进行排查,这种方法费时费力,准确度也难以控制。无人机和吊舱的出现则有效解决了这一难点。无人机搭载吊舱,对大楼进行细致的扫描,就能够将建筑外墙的情况尽收眼底,就像给大楼拍CT一样。这种吊舱需要具备红外热成像的功能,通过太阳照射墙面的温度,捕捉肉眼不可见的隐患,如果外墙存在缺陷,则会呈现“热斑”和“冷斑”两种形态。搭载吊舱的无人机一二十分钟就能检查完一面墙,效率是人工远远无法企及的。
成都慧视光电技术有限公司开发的吊舱均搭载了高性能国产化芯片RK3588开发而成的Viztra-HE030图像处理板,这款板卡内部植入了自主研发的智能图像算法,架构更先进,核心数8核(4大4小),算力6.0TOPS,支持丰富的输出接口,同时支持H264、H265两类视频编码。可实时对目标进行识别或者人为的的锁定,同时可以根据输出目标的靶量信息,对目标进行实时跟踪。能够让无人机的“眼睛”智能化,让高空目标识别、信息侦查、锁定跟踪成为可能。SpeedDP是深度学习领域的产品。
图像识别以图像处理为基础,是指以图像为对象所开展的各种处理性工作,包括编码、压缩、复原及分割等。图像处理过程中,以图像输入后,一般情况下也会通过图像形态进行输出。在图像识别过程中,将处理后的图像输入,一般情况下输出类别与图像结构分析。也就是说,图像识别是一个自原始图像到物体类型的过程,原始图像经过图像处理后,抽取特征并加以分类对比,以图像样本库资源作为对比分析的参考依据,然后确定物体类型。从本质上来讲,可以将图像识别看作是对图像分类与描述进行研究的过程。在图像识别过程中,在对图像中物体进行检测分离之后,将物体特征提取出来,以形状、纹理特征等作为提取对象,一般将图像处理融入到图像特征提取环节中。待对比分析明确物体类型后,从结构层面上对图像进行分析。SpeedDP图像标注操作流程很简便。陕西行业用AI智能提供商
人工智能和机器学习技术,还可以帮助提高建筑工地的安全性并降低风险。江西电力运维AI智能安全帽识别
无损检测法是一种常用的故障诊断技术,故障诊断从本质上来讲就是模式识别问题,而模式识别又可以狭义地理解为图像识别。从介绍图像、图像识别、图像识别过程和图像识别系统的基本概念着手,就几种常用图’像识别方法的原理和特点进行比较,给出了CCD图像获取系统的组成。然后结合发动机曲轴的一种自动磁粉探伤系统实例,对系统的图像处理和识别流程进行详细的讨论,并针对一般无损检测系统难以满足曲轴的检测要求和精度要求的状况,提出经过改进的一种适用于曲轴的整体无损检测系统。该系统有助于高效和完整地获取整个曲轴的图像,提高图像信息的质量,从而提高发动机曲轴表面缺陷检测的准确性和可靠性。江西电力运维AI智能安全帽识别
要解决小目标难以追踪的这个难题,慧视光电的算法工程师给出了小目标识别算法的方案,通过加强目标特征、数据增广、放大输入图像、使用高分辨率的特征、设计合适的标签分配方法,以让小目标有更多的正样本、利用小目标所处的环境信息或者其他容易检测的物体之间的关系来辅助小目标的检测。此外,利用自研的深度学习算法开发...
云南周界入侵AI智能智慧眼
2024-11-09山西视频识别AI智能专业方案
2024-11-09云南智慧工地AI智能视觉识别
2024-11-09福建电力运维AI智能提供商
2024-11-09山西安防监控图像识别模块人工智能
2024-11-09江西智慧园区AI智能
2024-11-09贵州智慧城市AI智能人脸识别
2024-11-09内蒙古国产目标识别办公软件
2024-11-09甘肃专业目标识别
2024-11-09