Rockchip запускає технологію виявлення цілей на основі глибокого навчання для прискорення комерційного процесу високоякісного ШТУЧНОГО інтелекту RK3399

16 травня 2018 року Rockchip випустила технологію виявлення цілей на основі глибокого навчання, що працює на чіповій платформі RK3399, яка може забезпечити квазі-готове рішення для індустрії штучного інтелекту високого класу та може підтримувати системи Android і Linux . Швидкість виявлення цілі досягає більше 8 кадрів/сек.

У сфері штучного інтелекту виявлення цілей є дуже популярним напрямком досліджень. Виявлення цілей стосується визначення місцезнаходження та класифікації цільових об’єктів на зображеннях або відео. Для машин важко безпосередньо отримати абстрактну концепцію та позиціонування об’єктів з піксельної матриці RGB, що створює великі проблеми для програм штучного інтелекту ШІ.

На даний момент основними напрямками досліджень і розробок технології штучного інтелекту є: виявлення обличчя, виявлення тіла людини, виявлення транспортних засобів, виявлення двовимірного коду та розпізнавання жестів тощо, які можуть бути широко використані в моніторингу, інтелектуальному транспорті, новій роздрібній торгівлі. , природна взаємодія тощо. В основі лежить технологія виявлення об’єктів. Технологія виявлення цілей, заснована на глибокому навчанні, має високу точність і надійність, але обчислювальне навантаження відносно велике, і вона не може бути практично розгорнута і застосована у вбудованих пристроях протягом тривалого часу.

 

У відповідь на ринок штучного інтелекту та технічні потреби Rockchip спеціально оптимізував мережу MobileNet SSD на потужній платформі RK3399, щоб високоточний MobileNet SSD300 1.0 працював із частотою кадрів понад 8 кадрів, а MobileNet з трохи нижча точність і вища швидкість. SSD300 0,75 працює зі швидкістю понад 11 кадрів в секунду. Швидкість роботи в квазіреальному часі забезпечує практичне застосування базової технології ШІ виявлення цілей у вбудованому терміналі.

На додаток до швидкості роботи в квазіреальному часі, це технічне рішення підтримує модель TensorFlow Lite, експортовану тренінгом Google TensorFlow Object Detection. Наразі існує велика кількість варіантів використання на основі TensorFlow Object Detection, що охоплює всі види виявлення від обличчя до об’єкта, що є одним із найзручніших і найпопулярніших фреймворків виявлення цілей у галузі.



Технологічне рішення Rockchip для виявлення цілей глибокого навчання на базі чіп-платформи RK3399 може одночасно підтримувати систему Android або Linux, покращувати користувальницький досвід роботи зі штучним інтелектом, використовуючи технологію виявлення цілей, значно скорочувати цикл досліджень і розробок, а також сприяти створенню високоякісного штучного інтелекту. інтелектуальні продукти, щоб вийти на ринок якнайшвидше.