不久前有工程师成功在RK3588上部署了DeepSeek,但也是跑起来了DeepSeekR1(Qwen21.5B)模型。1.5B什么概念,也就能处理处理轻量级的文字任务,而且也不能做到快速实时响应。除了算力问题,模型的移植也是难点,很多网络层,瑞芯微的平台并不支持。但这至少表明,在RK3588上运行...
今年各地陆陆续续出现大范围的强降雨,不少城市更是出现内涝的情况,而乡镇农村更是洪峰过境。突然降临的洪水内涝让受灾地不少人被困,同时也给防汛救援造成了不小的难题,为了尽可能节约救援时间,增加搜救率,前期的信息收集工作十分重要。这项工作交给无人机是当下比较高效的解决方案。无人机便捷灵活,能够轻松到达许多内涝区域搜集信息。搭载光电吊舱则能够实时回传现场画面,不少吊舱具备红外和可见光双光成像的能力,夜间工作也能够清晰成像。除了搜集洪水信息,无人机还可以通过智能化吊舱实现AI智能识别,例如高空飞行作业的无人机通过盘旋扫描,能够识别是否存在被困人员,识别被困人员数量。从而展开精细的救援转移,保障人民生命财产安全。如何快速完成大量的图像标注工作?陕西开发AI智能算法
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,近期,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%。四川开发AI智能视觉图像标注很麻烦,所以需要AI介入。

要打造更加智能化的边海防无人机巡逻,则可以在光电吊舱中植入高性能的图像处理板,通过目标识别、检测算法的赋能,就能够让无人机实现目标识别检测、目标锁定跟踪等功能。为了进行有效结合,成都慧视开发了多块高性能的具备图像处理能力的光电吊舱。例如慧视VIZ-100T三轴三光目标定位吊舱,集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半导体激光测距机于一体,在边海防巡逻时能够昼夜成像工作。三轴高稳定精度平台框架能够有效保障画面的清晰稳定,并对目标点位的定位。吊舱内置我司自主开发的高性能AI图像处理板Viztra-HE030,该板卡采用瑞芯微旗舰级芯片RK3588,能够在算法的作用下实现高空目标识别检测、锁定跟踪人、车、船等目标,再通过和地面巡逻人员协调统一,就能够打造边海防的智能化体系。
AI的不断应用发展使得传统的人工工作的弊端得到了很好的弥补。比如在图像标注这个领域,传统的标注需要招聘大量的人员,并且标注图像所耗费的时间精力也是不可估量的,而AI模型的出现让这一切都成为过去。利用慧视光电打造的深度学习算法开发平台SpeedDP,就能够针对场景识别进行特有的模型部署训练,通过大量的训练,让AI学会自动标注图像。平台采用标准的AI算法开发流程,通过从需求分析、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。SpeedDP用于模型训练和评估测试的数据集是由一系列的图像和标注文件组成的,平台支持多种开源数据格式如VOC和COCO。而目前平台共支持yolox系列和yolov8系列模型用于模型训练(分割任务*支持yolov8模型),通过不断额测试验证,就能够让AI实现海思、RockChip嵌入式硬件平台等模型部署的可视化AI开发功能。AI算法训练标注一体平台SpeedDP。

随着无人机在城市管理领域的大规模应用,采用无人机追踪地面车辆,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。除此之外,无人机还可以实现智能化追踪。通过在无人机光电吊舱中植入高性能的AI图像处理板,这些板卡在目标跟踪算法的赋能下,就能够对目标车辆进行锁定跟踪,即便是车辆短时间内收到视野阻挡,在车辆后续出现时,也能够立即锁定。这就是成都慧视开发的Viztra-HE030图像处理板。该板卡采用了瑞芯微高性能芯片RK3588,八核处理器能够输出6.0TOPS算力,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。利用成都慧视推出的SpeedDP能够帮助训练AI识别算法。陕西开放AI智能目标跟踪
定制算法也能够进行训练吗?陕西开发AI智能算法
工业4.0就是无人作业的天下,各行各业都在进行无人化改造,农业领域也不例外。近年来随着政策的不断导向,我国已经成功建立了31个无人农业作业实验区。这些无人农业作业试验区覆盖水稻、玉米、小米等14种作物,累计投入智能农机和系统62万台(套),智能化作业面积达到1.7亿亩。综合抽样统计,作业效率提升60%、人工减少50%、土地利用率在95%以上。这些无人农业区利用无人机、无人车进行作物的播撒、浇灌、施肥等一系列操作,而无人设备要想实现这些功能要么是人工的远程精细操控,要么就是靠图像处理来实现完全的自动化。后者通过在无人设备上加装高性能的AI图像处理板,这些图像处理板在算法的赋能下,能够实现精细的目标识别和检测,例如无人机,在无人机上安装慧视光电推出的微型双光吊舱,吊舱内置图像处理板,无人机在起飞后能够自动识别哪些是作物哪些是其他物体。陕西开发AI智能算法
不久前有工程师成功在RK3588上部署了DeepSeek,但也是跑起来了DeepSeekR1(Qwen21.5B)模型。1.5B什么概念,也就能处理处理轻量级的文字任务,而且也不能做到快速实时响应。除了算力问题,模型的移植也是难点,很多网络层,瑞芯微的平台并不支持。但这至少表明,在RK3588上运行...
云南行业用AI智能图像处理
2025-12-12
吉林安防监控图像识别模块解决方案
2025-12-11
陕西RV1126开发板图像识别模块电子元器件
2025-12-11
重庆智慧城市AI智能服务平台
2025-12-10
视频图像识别模块技术
2025-12-10
黑龙江高效图像标注技术
2025-12-09
智能图像识别模块应用
2025-12-09
贵州行为识别图像识别模块设备
2025-12-08
贵州信息化图像标注多少钱
2025-12-08