Rockchip wprowadza rozwiązanie technologii wykrywania celów oparte na głębokim uczeniu się w celu przyspieszenia procesu komercyjnego wysokiej klasy SZTUCZNEJ inteligencji RK3399

16 maja 2018 r. Firma Rockchip wypuściła rozwiązanie technologii wykrywania celów oparte na głębokim uczeniu się, działające na platformie chipowej RK3399, które może zapewnić rozwiązanie quasi-pod klucz dla zaawansowanej branży sztucznej inteligencji AI i może obsługiwać zarówno systemy Android, jak i Linux . Docelowa szybkość wykrywania osiąga więcej niż 8 klatek na sekundę.

W dziedzinie sztucznej inteligencji wykrywanie celów jest bardzo popularnym kierunkiem badań. Wykrywanie celu odnosi się do lokalizowania i klasyfikowania obiektów docelowych na zdjęciach lub filmach. W przypadku maszyn trudno jest bezpośrednio uzyskać abstrakcyjną koncepcję i pozycjonowanie obiektów z matrycy pikseli RGB, co stanowi duże wyzwanie dla aplikacji sztucznej inteligencji AI.

Obecnie głównymi kierunkami badań i rozwoju technologii sztucznej inteligencji są: wykrywanie twarzy, wykrywanie ciała ludzkiego, wykrywanie pojazdów, dwuwymiarowe wykrywanie kodu i rozpoznawanie gestów itp., które mogą być szeroko stosowane w monitoringu, inteligentnym transporcie, nowym handlu detalicznym , naturalna interakcja itp. Podstawą jest technologia wykrywania obiektów. Technologia wykrywania celu oparta na głębokim uczeniu ma wysoką dokładność i solidność, ale obciążenie obliczeniowe jest stosunkowo duże i nie może być praktycznie wdrażana i stosowana w urządzeniach wbudowanych przez długi czas.

 

W odpowiedzi na potrzeby rynku sztucznej inteligencji i potrzeby techniczne Rockchip specjalnie zoptymalizował sieć MobileNet SSD na potężnej platformie RK3399, dzięki czemu precyzyjny MobileNet SSD300 1.0 działa z szybkością większą niż 8 klatek, a MobileNet z nieco mniejsza dokładność i większa prędkość SSD300 0,75 działa z prędkością ponad 11 kl./s. Szybkość działania w czasie quasi-rzeczywistym umożliwia praktyczne zastosowanie podstawowej technologii sztucznej inteligencji do wykrywania celów we wbudowanym terminalu.

Oprócz szybkości działania w czasie quasi-rzeczywistym, to rozwiązanie techniczne obsługuje model TensorFlow Lite wyeksportowany w ramach szkolenia Google TensorFlow Object Detection. Obecnie istnieje wiele przypadków użycia opartych na TensorFlow Object Detection, obejmujących wszystkie rodzaje wykrywania od twarzy do obiektu, co jest jedną z najwygodniejszych i najpopularniejszych platform wykrywania celów w branży.



Rozwiązanie technologii wykrywania celów głębokiego uczenia się firmy Rockchip, oparte na platformie chipowej RK3399, może jednocześnie obsługiwać system Android lub Linux, poprawiać wrażenia użytkowników produktów AI za pomocą technologii wykrywania celów, znacznie skracać cykl badań i rozwoju oraz pomagać w bardziej zaawansowanej sztucznej inteligencji inteligentnych produktów, które trafią na rynek tak szybko, jak to możliwe.