Rockchip lancia una soluzione tecnologica per il rilevamento dei bersagli basata sul deep learning per accelerare il processo commerciale dell'intelligenza ARTIFICIALE di fascia alta RK3399

Il 16 maggio 2018, Rockchip ha rilasciato una soluzione tecnologica di rilevamento del bersaglio basata sul deep learning in esecuzione sulla sua piattaforma di chip RK3399, che può fornire una soluzione quasi chiavi in ​​mano per il settore dell'intelligenza artificiale AI di fascia alta e può supportare sia i sistemi Android che Linux . Il tasso di rilevamento del bersaglio raggiunge più di 8 fotogrammi/secondo.

Nel campo dell'intelligenza artificiale, il rilevamento del bersaglio è una direzione di ricerca molto popolare. Il rilevamento del bersaglio si riferisce alla localizzazione e alla classificazione di oggetti bersaglio in immagini o video. Per le macchine, è difficile ottenere direttamente il concetto astratto e il posizionamento degli oggetti dalla matrice di pixel RGB, il che comporta grandi sfide per le applicazioni di intelligenza artificiale AI.

Attualmente, le principali direzioni di ricerca e sviluppo della tecnologia dell'intelligenza artificiale sono: rilevamento del volto, rilevamento del corpo umano, rilevamento del veicolo, rilevamento del codice bidimensionale e riconoscimento dei gesti, ecc., che possono essere ampiamente utilizzati nel monitoraggio, trasporto intelligente, nuova vendita al dettaglio , interazione naturale, ecc. La base è la tecnologia di rilevamento degli oggetti. La tecnologia di rilevamento del target basata sul deep learning ha un'elevata precisione e robustezza, ma il carico computazionale è relativamente elevato e non può essere praticamente implementato e applicato nei dispositivi embedded per molto tempo.

 

In risposta al mercato dell'intelligenza artificiale AI e alle esigenze tecniche, Rockchip ha appositamente ottimizzato la rete SSD MobileNet sulla potente piattaforma RK3399, in modo che MobileNet SSD300 1.0 ad alta precisione funzioni a un frame rate di oltre 8 frame e MobileNet con precisione leggermente inferiore e velocità maggiore SSD300 0,75 funziona a oltre 11 fps. La velocità di esecuzione quasi in tempo reale porta la tecnologia AI di base del rilevamento del bersaglio all'uso pratico nel terminale integrato.

Oltre alla sua velocità di esecuzione quasi in tempo reale, questa soluzione tecnica supporta il modello TensorFlow Lite esportato dal training TensorFlow Object Detection di Google. Al momento, esiste un gran numero di casi d'uso basati su TensorFlow Object Detection, che copre tutti i tipi di rilevamento dal volto all'oggetto, che è uno dei framework di rilevamento target più convenienti e popolari nel settore.



La soluzione di tecnologia di rilevamento del target di deep learning di Rockchip basata sulla piattaforma di chip RK3399 può supportare il sistema Android o Linux allo stesso tempo, migliorare l'esperienza utente dei prodotti AI utilizzando la tecnologia di rilevamento del target, accorciare notevolmente il ciclo di ricerca e sviluppo e aiutare più IA di fascia alta prodotti intelligenti per raggiungere il mercato il prima possibile.