高性能目标检测应用

而要实现这些功能，无人机就需要搭载光电吊舱。慧视光电开发的VIZ-100T三轴三光目标定位吊舱将10倍光学变倍可见光相机，640×512高分辨率红外相机，测程1.2km半导体激光测距机集于一体，能够远距离高倍变焦实现管线巡检时高清成像，在夜晚，专业高灵敏度的红外热成像传感器，也能实现夜间目标细微可察，温度检测直观精细。在环境复杂恶劣的条件下，吊舱还能通过三轴高稳定精度平台框架实现高精度惯性稳定，360°连续无遮挡，精细测距。Viztra-LE034图像跟踪板支持目标检测识别目标（人、车）。高性能目标检测应用

工业4.0中智能智造技术应用愈发多，这之中，机器视觉占有很重要的地位。机器视觉技术通过传感器和AI算法的集成，能够模拟人眼视觉处理功能，对工业生产的产品、安防等进行识别检测，然后进行处理，实现流程自动化。不仅能够提升生产效率，还能保障产品质量。整个系统架构包括输入、处理、输出三部分。其中输入模块由成像系统和图像处理为主，成像系统很容易理解，比如我们生活中常见的各种摄像头，它们主要负责将检测目标转化为图像信号；而图像处理系统则是对这些数据进行识别处理，是其中很关键的一环。高性能目标检测应用振动测试是否通过正是确定板卡能否在这样的环境下正常完成工作的关键手段。

YOLO系列算法是目标识别领域很重要的技术之一，因为性能强大、消耗算力较少，一直以来都是实时目标检测领域的主要范式。该框架被用于各种实际应用，包括自动驾驶、监控和物流等行业的目标识别。自今年2月YOLOv9发布以后，清华又推出了YOLOv10，作为计算机视觉领域的突破性框架，具备实时的端到端目标检测能力，通过提供结合效率和准确性的强大解决方案，延续了YOLO系列的传统。据悉，YOLOv10在各种模型规模上都实现了SOTA性能和效率。例如，YOLOv10-S在COCO上的类似AP下比RT-DETR-R18快1.8倍，同时参数数量和FLOP大幅减少。与YOLOv9-C相比，在性能相同的情况下，YOLOv10-B的延迟减少了46%，参数减少了25%。

激光除草模式中AI智能识别是很关键的一环，需要机器人正确识别杂草，而这基于AI的深度学习、目标识别检测等功能，通过不断的训练学习，AI能够精细识别什么是杂草什么是作物。目前，市面上比较好用的AI深度学习平台众多，例如成都慧视推出的SpeedDP深度学习算法开发平台，就能够通过大量的数据部署，再经过长时间的训练，就能够实现跟人眼一样的目标识别能力。慧视SpeedDP是针对AI零基础用户的低门槛AI开发平台，提供从数据标注、模型训练、测试验证到RockChip嵌入式硬件平台模型部署的可视化AI开发功能。SpeedDP功能简洁、上手快，是当下进行AI深度学习训练的选择。而且目标识别检测领域，成都慧视开发的高性能Viztra-HE030图像处理板，可以通过四大四小处理器高达6.0TOPS的算力，精细分析识别到的物体，区分作物和杂草，进而为机器人提供正确的信息，辅助除草。RK3399PRO图像处理板是我司自主研发的目标跟踪板，该板卡采用国产高性能CPU，搭载自研目标检测及跟踪算法。

低于10*10像素的小目标由于像素小、面积小等问题，能够提供的检测信息就少，即便是高性能的图像处理板也难以进行运算，就会给目标检测跟踪造成了不小的难度。慧视光电根据自身经验推出的质心小目标跟踪方案则很好的解决了小目标跟踪当中的一些问题，让许多客户在应用场景中减少了很多麻烦。慧视光电的工程师通过对算法的定制，使得该跟踪方案无论是在RK3588这样的旗舰级图像处理板上还是RV1126这样的入门级芯片上都有着很好的效果。慧视AI算法是无人设备的“眼睛”。山东高性能目标检测

AI图像处理板能实现24小时、无间隙信息化监控。高性能目标检测应用

随着无人机在城市管理领域的大规模应用，采用无人机检测追踪地面车辆，然后配合地面拦截，成为一道风景线。让无人机搭载光电吊舱起飞，就能够通过无人机实现视频实时传输，远距离追踪车辆，实时上传记录位置，帮助地面执勤提升拦截效率。慧视VIZ-YWT201微型双光吊舱，集成了可见光摄像机、红外热像仪等传感器，能够对地面车辆进行昼夜观察、识别、捕获和跟踪，并及时上报目标的图像和坐标信息。利用吊舱和图像处理板的合作，实现高效追踪查处“非法车辆”，能够有效减少事故的发生，打造安全出行高性能目标检测应用