無人機被廣泛應用于目標跟蹤，其機動靈活的特點對地面的被跟蹤對象而言簡直就是降維打擊。搭載攝像頭以及傳感器等設備后，無人機可以實現(xiàn)自主飛行，然后通過植入高精度的AI目標跟蹤算法，就能夠分析攝像頭范圍內的物體，通過AI對特征的進一步提取分析，就能夠單獨識別出目標物體形狀，并鎖定其位置。這種技術可以用于各種領域的信息偵查、監(jiān)視、打擊等任務，比傳統(tǒng)的人工模式更安全更高效。要想實現(xiàn)這樣的技術，可以通過在無人機中安裝光電吊艙，然后在吊艙中植入高性能的AI圖像處理板，通過算法的賦能就能夠實現(xiàn)。SpeedDP是一個AI算法訓練平臺。湖北行業(yè)用AI智能應用

但這也遇到很多難點，通常情況下，視頻回傳的延遲大概在200ms左右，隨著大量的彈打出，視頻傳輸所需帶寬就面臨壓力，如何在通信帶寬有限的情況下，保證視頻順暢、清晰、無卡頓地傳輸，是分析改進這個工作需要解決的前期難點。針對于這個問題，慧視光電利用GS弱網(wǎng)高清音視頻傳輸系統(tǒng)和RK3588打造的Viztra-HE030圖像處理板結合，推出了低延遲低帶寬圖傳解決方案。在一個窄帶收發(fā)信道內，例如在信道有效帶寬0.5Mb/s~2Mb/s內，多路視頻和交互控制共用一對收發(fā)信道，信道支持數(shù)據(jù)透傳，外部系統(tǒng)可以使用該信道，傳輸任意格式的數(shù)據(jù)；可實時調整視頻碼率，在低至500K帶寬情況下依然可以回傳清晰流暢的圖像?？梢允乖O備飛的更遠、走的更遠;可實現(xiàn)視頻中繼轉發(fā)；能夠基于H265實時視頻編碼；可實現(xiàn)基于視頻流的“人在回路低延遲控制”?；谄胀?0幀相機，實現(xiàn)15ms的低延遲編解碼，加上數(shù)據(jù)鏈傳輸延遲時間在30ms左右，目前業(yè)界前列。通用性強，使用更加靈活，適用更多應用場景；支持多路SDI視頻在低至500K帶寬情況下的同時傳輸（1080P60FPS），徹底解決“帶寬苦惱”；整體時延約60ms（含相機、編解碼、顯示，不含傳輸），實現(xiàn)實時控制、實時打擊。成都智慧交通AI智能監(jiān)控SpeedDP支持YOLOv8分割算法標注。

AI智能化檢測是打造領域智慧建設的一大舉措。通過在攝像頭中植入視覺處理AI圖像處理板，定制AI檢測算法，就能夠實現(xiàn)對物體的質量檢測。在智能檢測領域，圖像處理板的性能和算法的精度則是影響檢測效果的關鍵所在。不同行業(yè)的作業(yè)環(huán)境不同，對于圖像處理板的性能需求也就不同。因此，需要根據(jù)實際情況選擇合適的AI圖像處理板。像工業(yè)生產中的質量檢測，由于工業(yè)儀器的精密復雜，就需要高性能的AI圖像處理板，通過大算力實現(xiàn)快速數(shù)據(jù)處理。

SpeedDP的出現(xiàn)則正好解決了這一問題，它是一個基于瑞芯微的深度學習算法開發(fā)平臺，提供從數(shù)據(jù)標注、模型訓練、測試驗證到RockChip嵌入式硬件平臺模型部署的可視化AI開發(fā)功能。平臺支持本地化服務器部署，高校、特殊單位等數(shù)據(jù)敏感的用戶無需擔心數(shù)據(jù)信息泄露的問題。高校等單位可以通過模型訓練和模型評估等功能，打造一個符合需求的AI模型，來幫助進行海量的數(shù)據(jù)標注，這不僅將節(jié)約大量的數(shù)據(jù)標注時間，更重要的是能夠幫助提升自身算法在RK3588圖像處理板的檢測識別能力。無人機識別算法找成都慧視。

在無人機識別這個領域，應用十分廣，因此針對于這方面的教學必不可少。目前國產化的識別傳感器當屬瑞芯微的RK3588，因此許多院校都會選擇采用RK3588來進行教學，成都慧視開發(fā)的Viztra-HE030圖像處理板就是利用RK3588打造而成，能夠根據(jù)不同規(guī)格的相機深度定制接口。（不同接口的RK3588圖像處理板）如果院校想進一步節(jié)約時間提升效率，成都慧視還可以提供訓練學習設備的整套方案。在高性能Viztra-HE030圖像處理板的基礎上，根據(jù)需求幫助選擇合適的相機，并且針對算法這塊，我們能夠提供一個高效的深度學習算法開發(fā)平臺SpeedDP，這個平臺能夠通過大量的識別檢測算法模型訓練開發(fā)，實現(xiàn)對新數(shù)據(jù)集的快速AI自動圖像標注，一方面省去大量手動標注工作，另一方面幫助提升算法性能。利用成都慧視推出的SpeedDP能夠幫助訓練AI跟蹤算法。江西電力運維AI智能高效處理

SpeedDP是一個AI訓練平臺。湖北行業(yè)用AI智能應用

多目標跟蹤是指在連續(xù)的圖像中，通過目標檢測算法識別出每一幀中的目標，并在時間上跟蹤它們的位置和狀態(tài)。但目標會不斷發(fā)生尺度、形變、遮擋等變化，而且還會有目標出現(xiàn)和消失的情況，再加上視頻采集端的相機所處環(huán)境可能受到外界影響導致抖動的情況（例如無人機高空檢測），就會給多目標跟蹤造成一定的困難。由于我們不能控制目標，所以只能從視頻采集端維護跟蹤的穩(wěn)定性。因此，成都慧視針對于多目標檢測跟蹤抖動丟失的優(yōu)化方法是：1.改進目標檢測,使用更加魯棒的目標檢測算法。2.增強特征描述，利用深度學習提取更高級別的語義特征，這些特征對于小范圍內的視角變化具有更好的不變性3.改進運動模型，在算法中加入對攝像頭運動的估計，通過補償攝像頭運動來減小目標真實運動與預測之間的差距。4.數(shù)據(jù)關聯(lián)策略，設計更靈活的數(shù)據(jù)關聯(lián)算法，允許更大的距離閾值來匹配候選目標。湖北行業(yè)用AI智能應用