Rockchip lanseeraa syvään oppimiseen perustuvan kohteiden havaitsemisteknologiaratkaisun nopeuttaakseen huippuluokan TEKOälyn RK3399 kaupallista prosessia

- 2022-06-17-

16. toukokuuta 2018 Rockchip julkaisi syvään oppimiseen perustuvan kohteiden havaitsemisteknologiaratkaisun, joka toimii sen RK3399-sirualustalla ja joka voi tarjota lähes avaimet käteen -ratkaisun huippuluokan tekoälyteollisuudelle ja joka tukee sekä Android- että Linux-järjestelmiä. . Tavoitetunnistusnopeus saavuttaa yli 8 kuvaa sekunnissa.

Tekoälyn alalla kohteen havaitseminen on erittäin suosittu tutkimussuunta. Kohteen tunnistus tarkoittaa kohdeobjektien paikantamista ja luokittelua kuvissa tai videoissa. Koneille on vaikea saada suoraan abstraktia käsitettä ja esineiden sijaintia RGB-pikselimatriisista, mikä tuo suuria haasteita tekoälyn sovelluksille.

Tällä hetkellä tekoälyteknologian tärkeimmät tutkimus- ja kehityssuunnat ovat: kasvojentunnistus, ihmiskehon tunnistus, ajoneuvon tunnistus, kaksiulotteinen koodintunnistus ja eleiden tunnistus jne., joita voidaan käyttää laajasti valvonnassa, älykäs kuljetus, uusi vähittäiskauppa , luonnollinen vuorovaikutus jne. Perustana on esineentunnistustekniikka. Syväoppimiseen perustuvalla kohteentunnistusteknologialla on korkea tarkkuus ja robustisuus, mutta laskentakuorma on suhteellisen suuri, eikä sitä voida käytännössä ottaa käyttöön ja soveltaa sulautetuissa laitteissa pitkään.

 

Vastauksena tekoälymarkkinoiden ja teknisten tarpeiden tarpeisiin Rockchip on erityisesti optimoinut MobileNet SSD-verkon tehokkaalla RK3399-alustalla siten, että erittäin tarkka MobileNet SSD300 1.0 toimii yli 8 kehyksen kuvanopeudella ja MobileNet hieman pienempi tarkkuus ja nopeampi SSD300 0.75 toimii yli 11 fps. Lähes reaaliaikainen ajonopeus tuo kohteen havaitsemisen perusteknisen tekoälytekniikan käytännön käyttöön sulautetussa terminaalissa.

图片1.png

Lähes reaaliaikaisen juoksunopeudensa lisäksi tämä tekninen ratkaisu tukee TensorFlow Lite -mallia, joka on viety Googlen TensorFlow Object Detection -koulutuksessa. Tällä hetkellä on olemassa suuri määrä käyttötapauksia, jotka perustuvat TensorFlow Object Detectioniin, joka kattaa kaikenlaiset tunnistukset kasvoista objektiin, joka on yksi kätevimmista ja suosituimmista kohteiden havaitsemiskehyksistä teollisuudessa.



Rockchipin RK3399-sirualustaan ​​perustuva syväoppimisen kohteiden havaitsemisteknologiaratkaisu voi tukea Android- tai Linux-järjestelmää samanaikaisesti, parantaa tekoälytuotteiden käyttökokemusta kohteen havaitsemistekniikalla, lyhentää huomattavasti tutkimus- ja kehityssykliä ja auttaa enemmän huippuluokan tekoälyä. älykkäitä tuotteita markkinoille mahdollisimman pian.