天津高效圖像標注技術(shù)

YOLO系列算法目前更新到Y(jié)OLOv8。Yolo系列算法是典型的onestage算法，同樣，在算法設(shè)計上也注重目標區(qū)域的檢測以及特征的分類，這里目標區(qū)域的檢測采用的是和圖像區(qū)域分類定位的方式實現(xiàn)的。Yolo系列算法是一種比較成熟的目標檢測算法框架，基于這種框架的算法還在不斷地迭代中，當然解決的問題也越來越細化，比如候選區(qū)精度、比如小尺度檢測等。基本上YoloV3及以上版本的算法可以在很多場景下得到現(xiàn)實應(yīng)用。2023年1月，目標檢測經(jīng)典模型YOLO系列再添一個新成員YOLOv8，這是Ultralytics公司繼YOLOv5之后的又一次重大更新。YOLOv8一經(jīng)發(fā)布就受到了業(yè)界的廣關(guān)注，成為了這幾天業(yè)界的流量擔當。SpeedDP能夠打造需要的算法模型。天津高效圖像標注技術(shù)

無人機夜間工作時需要依靠紅外機芯進行高清成像，而想要具備AI檢測識別的能力則可以通過植入圖像處理板。成都慧視可以根據(jù)需求提供整套的建設(shè)方案，實現(xiàn)快速集成開發(fā)?；垡昖iztra-LE026圖像處理板+MiNO?17紅外機芯的組合方案，兩款產(chǎn)品均使用小巧設(shè)計，整體組合重量在30g左右，并且都采用小功耗設(shè)計，用在無人機領(lǐng)域不會過多增加負擔。在算法的賦能下，能夠?qū)崿F(xiàn)穩(wěn)定的目標檢測識別。Viztra-LE026圖像處理板重量在10g左右，采用了瑞芯微全國產(chǎn)化芯片RV1126，能夠輸出2.0TOPS的算力，功耗不高于4W。能夠以30Hz幀率跟蹤像素2*2的目標，能夠識別像素為12*12的目標，且識別率高于85%。而MiNO?17紅外機芯重量在20g左右（凈重5g（不含鏡頭）），像素分辨率為640*512，采用9/13/25mm三種定焦設(shè)計，支持18中偽彩選擇，功耗小于0.75W。廣西自主可控圖像標注Yolo系列算法是典型的onestage算法。

成都慧視光電技術(shù)有限公司開發(fā)的Viztra-HE030圖像處理板，利用國產(chǎn)化高性能芯片RK3588開發(fā)而成，它能夠?qū)崿F(xiàn)6.0TOPS的算力，能夠輕松應(yīng)對糧庫內(nèi)部復(fù)雜的環(huán)境，成都慧視可以根據(jù)客戶使用的相機接口進行圖像處理板的接口深度定制，實現(xiàn)快速的AI害蟲識別。在算法方面，可以使用自己的算法，我司還可以根據(jù)需求定制提供算法性能訓練提升工具SpeedDP，平臺可以通過大量的糧庫害蟲AI識別模型訓練，提升自身算法精度，進而提升攝像頭害蟲識別精度。

而維修機器人則能夠通過圖像識別、精細遠程控制技術(shù)，實現(xiàn)遠程快速維修，通過加裝高性能圖像處理板，機器人能夠精細電網(wǎng)缺陷以及損壞程度，并通過攝像頭實時回傳高清畫面，工程師只需要遠程操控機器人進行修補，實現(xiàn)精細縫合。整個過程只需要極少數(shù)的人員參與，整個巡檢維修的時間能夠從7小時縮減到1小時，極大地保障了電力供應(yīng)。成都慧視光電采用RK3588開發(fā)而成的Viztra-HE030圖像處理板，具備八核處理器，采用BTB傳輸接口，擁有極強傳輸能力，成都慧視能夠憑借豐富的經(jīng)驗，快速集成開發(fā)SDI、CVBS、DVP、LVDS、cameralink等接口以及金屬外殼和散熱器。通過6.0TOPS的算力，以及豐富的接口定制，板卡能夠快速適配不同的無人機和機器人，用在我國西部電力運維領(lǐng)域，將是工程師打造智能化維護的關(guān)鍵技術(shù)。SpeedDP能夠快速處理海量的圖像數(shù)據(jù)集。

eVTOL是指電動垂直起降飛行器，大力開展eVTOL試點，是對低空經(jīng)濟的強動力注入，而無人機正是這一領(lǐng)域的關(guān)鍵選擇之一。無人機在低空經(jīng)濟中扮演者重要角色，隨著應(yīng)用領(lǐng)域的不斷增多，未來無人機的數(shù)量將呈式增長，屆時eVTOL起降中心將聚集眾多各式各樣的無人機，如何高效有序的讓無人機彼此工作而不互相干擾是行業(yè)值得思考的一件事。當許多無人機需要同時起飛執(zhí)行不同的任務(wù)時，如果操控不當，或者收到外力影響，就容易出現(xiàn)事故，而人為的反應(yīng)畢竟有延后，不可能做到完全的補救操作，因此無人機自身的規(guī)避措施建設(shè)一樣重要。SpeedDP能夠減少機械式的圖像標注工作。廣西自主可控圖像標注

SpeedDP標注一張圖像只需要7-8ms。天津高效圖像標注技術(shù)

目標檢測（ObjectDetection）的任務(wù)是找出圖像中所有感興趣的目標（物體），確定它們的類別和位置，是計算機視覺領(lǐng)域的主要問題之一。由于各類物體有不同的外觀、形狀和姿態(tài)，加上成像時光照、遮擋等因素的干擾，目標檢測一直是計算機視覺領(lǐng)域相當有有挑戰(zhàn)性的問題。隨著深度學習的不斷發(fā)展，目標檢測的應(yīng)用愈加廣，現(xiàn)已被應(yīng)用于農(nóng)業(yè)、交通和醫(yī)學等眾多領(lǐng)域。與基于特征的傳統(tǒng)手工方法相比，基于深度學習的目標檢測方法可以學習低級和高級圖像特征，有更好的檢測精度和泛化能力天津高效圖像標注技術(shù)