Rockchip lanceert doeldetectietechnologie-oplossing op basis van deep learning om het commerciële proces van hoogwaardige KUNSTMATIGE intelligentie te versnellen RK3399

Op 16 mei 2018 bracht Rockchip een op deep learning gebaseerde oplossing voor doeldetectietechnologie uit die draait op zijn RK3399-chipplatform, dat een quasi-kant-en-klare oplossing kan bieden voor de high-end AI-kunstmatige intelligentie-industrie, en zowel Android- als Linux-systemen kan ondersteunen. . De doeldetectiesnelheid bereikt meer dan 8 frames/seconde.

Op het gebied van kunstmatige intelligentie is doeldetectie een zeer populaire onderzoeksrichting. Doeldetectie verwijst naar het lokaliseren en classificeren van doelobjecten in foto's of video's. Voor machines is het moeilijk om het abstracte concept en de positionering van objecten rechtstreeks uit de RGB-pixelmatrix te halen, wat grote uitdagingen met zich meebrengt voor AI-toepassingen voor kunstmatige intelligentie.

Op dit moment zijn de belangrijkste onderzoeks- en ontwikkelingsrichtingen van kunstmatige intelligentietechnologie: gezichtsdetectie, detectie van menselijk lichaam, voertuigdetectie, tweedimensionale codedetectie en gebaarherkenning, enz., Die op grote schaal kunnen worden gebruikt bij monitoring, intelligent transport, nieuwe retail , natuurlijke interactie, enz. De basis is objectdetectietechnologie. De doeldetectietechnologie op basis van deep learning heeft een hoge nauwkeurigheid en robuustheid, maar de rekenkracht is relatief groot en kan lange tijd niet praktisch worden ingezet en toegepast in ingebedde apparaten.

 

Als reactie op de AI-markt voor kunstmatige intelligentie en technische behoeften heeft Rockchip het MobileNet SSD-netwerk speciaal geoptimaliseerd op het krachtige RK3399-platform, zodat de zeer nauwkeurige MobileNet SSD300 1.0 draait met een framesnelheid van meer dan 8 frames, en het MobileNet met iets lagere nauwkeurigheid en hogere snelheid SSD300 0.75 draait op meer dan 11 fps. De quasi-realtime loopsnelheid brengt de basis-AI-technologie van doeldetectie praktisch in gebruik in de ingebouwde terminal.

Naast de quasi-realtime loopsnelheid ondersteunt deze technische oplossing het TensorFlow Lite-model dat is geëxporteerd door Google's TensorFlow Object Detection-training. Op dit moment zijn er een groot aantal use cases gebaseerd op TensorFlow Object Detection, die alle soorten detectie van gezicht tot object dekken, wat een van de handigste en meest populaire frameworks voor doeldetectie in de industrie is.



Rockchip's deep learning doeldetectietechnologie-oplossing op basis van het RK3399-chipplatform kan tegelijkertijd het Android- of Linux-systeem ondersteunen, de gebruikerservaring van AI-producten verbeteren met behulp van doeldetectietechnologie, de onderzoeks- en ontwikkelingscyclus aanzienlijk verkorten en meer geavanceerde AI helpen intelligente producten om zo snel mogelijk op de markt te komen.