设备故障使工业部门陷入瘫痪,导致重大生产损失和计划外停机。对于世界各地的加工制造商来说,这些损失每年高达数十亿美元。例如,一条关键的传送带在中途停止运行,可能会迫使整条工厂生产线闲置数小时,从而可能使整个供应链陷入困境。现在人工智能提供了一个突破性的解决方案。通过AI分析大量传感器数据,AI算法可以在故障和积压发生之前预测故障和积压,从而实现主动维修并大幅减少停机时间。但这还不是全部,AI还揭示了生产数据中隐藏的模式,优化了流程,减少了浪费,提高了整体效率。人工智能是一个宽泛的概念,它赋予机器模仿人类行为的能力。四川智慧交通AI智能安防
无人机搭载如光电吊舱等带有摄像头的设备后,达到了实现智能识别的硬件条件,但是传统的摄像头只能获取图像,并不具备AI识别的功能。无人机AI识别算法的关键还是在于模仿人眼一样进行视觉处理,然后AI进行智能提取和分析图像,再和训练模型进行快速比对,从而在无人机快速飞行的过程中做到实时目标识别。要想实现目标识别需要的硬件支持就是AI图像处理板。图像处理板通过算法的赋能,就能够对目标区域的物体进行AI识别分析,从而做出判断。由于无人机作业的环境复杂,因此对于图像处理板的要求需要进一步提升。成都慧视开发的Viztra-HE030图像处理板,采用了工业级芯片RK3588,采用先进架构,8核(4大4小)处理,算力能够达到6.0TOPS。同时,慧视光电能够根据需求环境定制丰富的输出接口。重庆智慧城市AI智能人脸识别人工智能和机器学习可以帮助施工团队更有效地管理资源,从而节省成本。
图像识别技术的高价值应用就发生在你我身边,例如视频监控、自动驾驶和智能医疗等,而这些图像识别进展的背后推动力是深度学习。深度学习的成功主要得益于三个方面:大规模数据集的产生、强有力的模型的发展以及可用的大量计算资源。对于各种各样的图像识别任务,精心设计的深度神经网络已经远远超越了以前那些基于人工设计的图像特征的方法。尽管到目前为止深度学习在图像识别方面已经取得了巨大成功,但在它进一步广泛应用之前,仍然有很多挑战需要我们去面对。
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。标注需要大量人工劳动一直是采用计算机视觉的主要障碍之一。
目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的主要问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域相当有有挑战性的问题。随着深度学习的不断发展,目标检测的应用愈加广,现已被应用于农业、交通和医学等众多领域。与基于特征的传统手工方法相比,基于深度学习的目标检测方法可以学习低级和高级图像特征,有更好的检测精度和泛化能力AI的三大基石:数据、算力和算法。贵州智慧消防AI智能明火识别
SpeedDP采用本地化服务器部署的方式。四川智慧交通AI智能安防
无人机作为高空巡逻侦查的辅助平台,凭借其灵活、广阔的视野,能够为治安巡逻提供更多的地面信息,有效弥补视野盲区,实现三位一体防控。例如公安可以通过无人机开展“空中喊话”,将反诈、防溺水、消防安全等知识“空投”给市民,开展“空中喊话”。在高空喊话的同时,无人机还将现场巡检画面实时传回情指中心联合指挥大厅,民警将巡航检查发现的小区消防通道堵塞、居民楼飞线充电等隐患,迅速派发至属地职能单位予以整改。这种模式下,需要无人机搭载吊舱来实现相应功能。成都慧视推出的VIZ-GT07D三轴双光微型吊舱就是一个不错的选择。这款吊舱是一款微型的三轴双光惯性稳定吊舱,集成了640×512高分辨率红外相机、1300万像素的全高清可见光相机和陀螺稳定平台,能够实现夜间和白天24小时的无人机巡逻工作。四川智慧交通AI智能安防