在許多領(lǐng)域，無人機(jī)的作業(yè)環(huán)境相對(duì)復(fù)雜，需要識(shí)別處理圖像背景目標(biāo)眾多，這種環(huán)境下，要想實(shí)現(xiàn)更高精度的檢測識(shí)別效果，圖像處理板的性能至關(guān)重要。在慧視光電開發(fā)的多款圖像處理板中，Viztra-HE030圖像處理板以6.0TOPS得以勝任。這款板卡采用了瑞芯微旗艦級(jí)芯片RK3588，8nmLP制程，搭載八核64位CPU，主頻高達(dá)2.4GHz。集成ARMMali-G610MP4四核GPU，內(nèi)置AI加速器NPU，支持主流的深度學(xué)習(xí)框架。性能強(qiáng)勁的RK3588可為無人機(jī)AI識(shí)別的應(yīng)用場景帶來更強(qiáng)大的性能表現(xiàn)?；垡昍K3399PRO圖像處理板能實(shí)現(xiàn)24小時(shí)、無間隙信息化監(jiān)控。安徽自主可控目標(biāo)跟蹤

從軟件的角度來看，整個(gè)視頻跟蹤系統(tǒng)主要是由電視攝像機(jī)及控制、圖像獲取模塊、圖像顯示模塊、數(shù)據(jù)庫，運(yùn)動(dòng)檢測，目標(biāo)跟蹤，報(bào)警輸入和人機(jī)接口模塊等組成的。視覺計(jì)算模塊是視頻跟蹤系統(tǒng)的重點(diǎn)，是實(shí)現(xiàn)目標(biāo)檢測和跟蹤的關(guān)鍵，如圖3所示。一般采取先檢測后跟蹤(Detect-before-Track)方式，目標(biāo)的檢測和跟蹤是緊密結(jié)合的。檢測是跟蹤的前因，并為跟蹤提供了目標(biāo)的信息(如目標(biāo)的位置，大小，模式和速度估計(jì)等)，而跟蹤則是檢測的延續(xù)，實(shí)時(shí)利用檢測得到的知識(shí)去驗(yàn)證目標(biāo)的存在。山東目標(biāo)跟蹤應(yīng)用慧視光電開發(fā)的慧視AI圖像處理板，采用了國產(chǎn)高性能CPU。

成都慧視推出的深度學(xué)習(xí)算法開發(fā)平臺(tái)SpeedDP，它的主要功能就是幫助進(jìn)行算法模型的測試驗(yàn)證，進(jìn)行快速的針對(duì)大量數(shù)據(jù)的AI自動(dòng)標(biāo)注，然后提升自身算法能力。在無人機(jī)智能炮彈測試驗(yàn)證中，通過對(duì)原始算法的模型訓(xùn)練，能夠不斷評(píng)估算法的能力，然后對(duì)新的打擊數(shù)據(jù)集目標(biāo)進(jìn)行AI自動(dòng)標(biāo)注，讓算法在學(xué)習(xí)中不斷變得聰明。通過SpeedDP的應(yīng)用，能夠極大減少整個(gè)測試驗(yàn)證所需時(shí)間，減少人力成本支出，減少項(xiàng)目開發(fā)周期，讓工程師不再為繁瑣的圖像標(biāo)注浪費(fèi)時(shí)間將更多的精力放在更重要的領(lǐng)域。

eVTOL是指電動(dòng)垂直起降飛行器，大力開展eVTOL試點(diǎn)，是對(duì)低空經(jīng)濟(jì)的強(qiáng)動(dòng)力注入，而無人機(jī)正是這一領(lǐng)域的關(guān)鍵選擇之一。無人機(jī)在低空經(jīng)濟(jì)中扮演者重要角色，隨著應(yīng)用領(lǐng)域的不斷增多，未來無人機(jī)的數(shù)量將呈式增長，屆時(shí)eVTOL起降中心將聚集眾多各式各樣的無人機(jī)，如何高效有序的讓無人機(jī)彼此工作而不互相干擾是行業(yè)值得思考的一件事。當(dāng)許多無人機(jī)需要同時(shí)起飛執(zhí)行不同的任務(wù)時(shí)，如果操控不當(dāng)，或者收到外力影響，就容易出現(xiàn)事故，而人為的反應(yīng)畢竟有延后，不可能做到完全的補(bǔ)救操作，因此無人機(jī)自身的規(guī)避措施建設(shè)一樣重要。振動(dòng)測試是否通過正是確定板卡能否在這樣的環(huán)境下正常完成工作的關(guān)鍵手段。

實(shí)際上，跟蹤和檢測是分不開的，比如傳統(tǒng)TLD框架使用的在線學(xué)習(xí)檢測器，或KCF密集采樣訓(xùn)練的檢測器，以及當(dāng)前基于深度學(xué)習(xí)的卷積特征跟蹤框架。一方面，跟蹤能夠保證速度上的需要，而檢測能夠有效地修正跟蹤的累計(jì)誤差。不同的應(yīng)用場合對(duì)跟蹤的要求也不一樣，比如特定目標(biāo)跟蹤中的人臉跟蹤，在跟蹤成功率、準(zhǔn)確度和魯棒性方面都有具體的要求。另外，跟蹤的另一個(gè)分支是多目標(biāo)跟蹤（MultipleObjectTracking）。多目標(biāo)跟蹤并不是簡單的多個(gè)單目標(biāo)跟蹤，因?yàn)樗粌H涉及到各個(gè)目標(biāo)的持續(xù)跟蹤，還涉及到不同目標(biāo)之間的身份識(shí)別、自遮擋和互遮擋的處理，以及跟蹤和檢測結(jié)果的數(shù)據(jù)關(guān)聯(lián)等。Viztra-LE034圖像處理板識(shí)別概率超過85%。安徽自主可控目標(biāo)跟蹤

Viztra-LE034圖像跟蹤板支持目標(biāo)跟蹤識(shí)別目標(biāo)（人、車）。安徽自主可控目標(biāo)跟蹤

長時(shí)間一直進(jìn)行這樣的圖像標(biāo)注工作，那無疑是枯燥而乏味的，手酸不說，更多的是精神上的折磨，進(jìn)而效率大打折扣。但這又是算法提升的必要途徑，無法跳過，當(dāng)項(xiàng)目緊急時(shí)，甚至需要多人加班加點(diǎn)趕進(jìn)度。這樣的痛苦現(xiàn)狀急需改變！慧視光電的算法工程師為了提高這一的效率，開發(fā)了一個(gè)深度學(xué)習(xí)算法開發(fā)平臺(tái)SpeedDP。它的基本邏輯是基于一個(gè)手動(dòng)標(biāo)注一定量的數(shù)據(jù)集進(jìn)行訓(xùn)練，形成一個(gè)可用的預(yù)選模型（如果已有模型可以直接使用），然后訓(xùn)練一定階段后，可以評(píng)估此模型的能力，如果能夠滿足使用就可以對(duì)相同目標(biāo)的新數(shù)據(jù)集（未進(jìn)行任何標(biāo)注）進(jìn)行AI自動(dòng)化標(biāo)注。這一過程的省去了大量需要對(duì)新數(shù)據(jù)集的手動(dòng)拉框工作，同時(shí)也在不斷反哺此模型算法，幫助提升性能。安徽自主可控目標(biāo)跟蹤