Rockchip запускает технологическое решение для обнаружения целей, основанное на глубоком обучении, для ускорения коммерческого процесса высокотехнологичного ИСКУССТВЕННОГО интеллекта RK3399

16 мая 2018 г. компания Rockchip выпустила решение для технологии обнаружения целей на основе глубокого обучения, работающее на платформе чипа RK3399, которое может предоставить готовое решение для высокопроизводительной индустрии искусственного интеллекта искусственного интеллекта и может поддерживать системы Android и Linux. . Скорость обнаружения целей достигает более 8 кадров/сек.

В области искусственного интеллекта обнаружение целей — очень популярное направление исследований. Обнаружение цели относится к обнаружению и классификации целевых объектов на изображениях или видео. Для машин трудно напрямую получить абстрактную концепцию и позиционирование объектов из пиксельной матрицы RGB, что создает большие проблемы для приложений искусственного интеллекта ИИ.

В настоящее время основными направлениями исследований и разработок в области технологии искусственного интеллекта являются: обнаружение лиц, обнаружение человеческого тела, обнаружение транспортных средств, обнаружение двумерного кода и распознавание жестов и т. д., которые могут широко использоваться в мониторинге, интеллектуальном транспорте, новой розничной торговле. , естественное взаимодействие и т. д. В основе лежит технология обнаружения объектов. Технология обнаружения целей, основанная на глубоком обучении, обладает высокой точностью и надежностью, но вычислительная нагрузка относительно велика, и ее нельзя практически развернуть и применять во встроенных устройствах в течение длительного времени.

 

В ответ на потребности рынка искусственного интеллекта и технические потребности Rockchip специально оптимизировала сеть MobileNet SSD на мощной платформе RK3399, чтобы высокоточный MobileNet SSD300 1.0 работал с частотой кадров более 8 кадров, а MobileNet с немного меньшая точность и более высокая скорость SSD300 0.75 работает со скоростью более 11 кадров в секунду. Скорость работы в квазиреальном времени обеспечивает практическое использование базовой технологии ИИ для обнаружения целей во встроенном терминале.

В дополнение к скорости работы в квазиреальном времени это техническое решение поддерживает модель TensorFlow Lite, экспортированную в ходе обучения TensorFlow Object Detection от Google. В настоящее время существует большое количество вариантов использования, основанных на обнаружении объектов TensorFlow, охватывающих все виды обнаружения от лица до объекта, что является одной из самых удобных и популярных сред обнаружения целей в отрасли.



Решение Rockchip для технологии обнаружения целей с глубоким обучением, основанное на платформе чипа RK3399, может одновременно поддерживать систему Android или Linux, улучшать взаимодействие с пользователем продуктов ИИ с использованием технологии обнаружения целей, значительно сокращать цикл исследований и разработок и помогать более высокому уровню ИИ. интеллектуальные продукты, чтобы выйти на рынок как можно скорее.