無人機搭載如光電吊艙等帶有攝像頭的設備后，達到了實現(xiàn)智能識別的硬件條件，但是傳統(tǒng)的攝像頭只能獲取圖像，并不具備AI識別的功能。無人機AI識別算法的關鍵還是在于模仿人眼一樣進行視覺處理，然后AI進行智能提取和分析圖像，再和訓練模型進行快速比對，從而在無人機快速飛行的過程中做到實時目標識別。要想實現(xiàn)目標識別需要的硬件支持就是AI圖像處理板。圖像處理板通過算法的賦能，就能夠?qū)δ繕藚^(qū)域的物體進行AI識別分析，從而做出判斷。由于無人機作業(yè)的環(huán)境復雜，因此對于圖像處理板的要求需要進一步提升。成都慧視開發(fā)的Viztra-HE030圖像處理板，采用了工業(yè)級芯片RK3588，采用先進架構，8核（4大4小）處理，算力能夠達到6.0TOPS。同時，慧視光電能夠根據(jù)需求環(huán)境定制豐富的輸出接口?；垡昍K3399圖像跟蹤板支持圖像識別模塊識別目標（人、車）。湖北安防監(jiān)控圖像識別模塊目標檢測

高空墜物已經(jīng)成為城市安全的一大威脅，一方面來自于人，而另一方面則來自于建筑物。以前的樓房大都是馬賽克墻面，然后在外面再涂一層亞士漆作為保護，隨著樓房建成年份變久，樓房的外立面歷經(jīng)風吹雨曬，就會出現(xiàn)、起殼、空鼓、滲水等跡象。傳統(tǒng)的檢查模式，需要“蜘蛛人”進行排查，這種方法費時費力，準確度也難以控制。無人機和吊艙的出現(xiàn)則有效解決了這一難點。無人機搭載吊艙，對大樓進行細致的掃描，就能夠?qū)⒔ㄖ鈮Φ那闆r盡收眼底，就像給大樓拍CT一樣。這種吊艙需要具備紅外熱成像的功能，通過太陽照射墻面的溫度，捕捉肉眼不可見的隱患，如果外墻存在缺陷，則會呈現(xiàn)“熱斑”和“冷斑”兩種形態(tài)。搭載吊艙的無人機一二十分鐘就能檢查完一面墻，效率是人工遠遠無法企及的。福建RV1126主板圖像識別模塊算法定制精確的遠程打擊可以采用慧視RK3588圖像處理板。

隨著無人機在城市管理領域的大規(guī)模應用，采用無人機追蹤地面車輛，然后配合地面攔截，成為一道風景線。讓無人機搭載光電吊艙起飛，就能夠通過無人機實現(xiàn)視頻實時傳輸，遠距離追蹤車輛，實時上傳記錄位置，幫助地面執(zhí)勤提升攔截效率?；垡昖IZ-YWT201微型雙光吊艙，集成了可見光攝像機、紅外熱像儀等傳感器，能夠?qū)Φ孛孳囕v進行晝夜觀察、識別、捕獲和跟蹤，并及時上報目標的圖像和坐標信息。除此之外，無人機還可以實現(xiàn)智能化追蹤。

AI大浪潮下，許多企業(yè)都在不斷借助AI來提升自己的行業(yè)競爭力，數(shù)據(jù)標注企業(yè)也不例外，傳統(tǒng)的人工標注效率不足的弊端困擾了多年，如今新的“引擎”就在眼前，他們當然不會放過這個機會。針對這樣的需求，慧視光電利用AI模型訓練打造的深度學習算法開發(fā)平臺SpeedDP，就可以替代人工進行海量的圖像數(shù)據(jù)標注。相比于人工，SpeedDP具有多個優(yōu)勢?；垡昐peedDP的出現(xiàn)，將是數(shù)據(jù)標注企業(yè)降本增效的得力幫手，目前慧視SpeedDP開發(fā)平臺主要提供目標檢測算法的開發(fā)功能，不同的用戶可針對自己的業(yè)務場景進行AI算法的定制化開發(fā)以及算法模型的快速迭代優(yōu)化。RV1126可以根據(jù)需要定制。

橋梁助航標志的正常顯示有助于引導船舶正常航行，防止出現(xiàn)撞上大橋等事故的發(fā)生。因此需要定期定時對水上標志進行檢查，尤其是夜間。由于傳統(tǒng)的人工巡檢模式存在局限性和檢查盲區(qū)，巡查范圍不夠細致、作業(yè)效率低下、執(zhí)法人員存在人身安全隱患等問題，逐漸被逐步淘汰，取而代之的是無人機搭載吊艙后實行遠程定期巡檢。無人機搭載慧視光電開發(fā)的慧視VIZ-YWT201微型雙光吊艙集成了可見光攝像機、紅外熱像儀等傳感器，能夠?qū)崿F(xiàn)晝夜成像，內(nèi)置成都慧視自研全國產(chǎn)化RV1126圖像跟蹤板，搭載自研AI跟蹤算法，重量280g，能夠?qū)蛄荷现綐酥具M行位置、顏色、結構的晝夜觀察識別，輔助上報目標的圖像及坐標信息?；垡旳I算法是無人設備的“眼睛”。重慶低功耗圖像識別模塊應用

圖像識別模塊監(jiān)控預警系統(tǒng)是防溺水技防手段中應用比較廣的。湖北安防監(jiān)控圖像識別模塊目標檢測

圖像標注就是給圖像打上標簽標記，例如矩形框等形式，在以前，需要招聘專門的圖像標注師，隨著AI的不斷發(fā)展，這個行業(yè)正發(fā)生翻天覆地的變化。人工智能利用計算機和機器模仿人類思維來解決問題或制定決策。深度學習是人工智能的子領域，深度學習算法模型由神經(jīng)網(wǎng)絡組成。通過學習樣本數(shù)據(jù)的特征表達以及數(shù)據(jù)分布實現(xiàn)能夠像人一樣具備分析和識別目標的能力。通常情況下，AI開發(fā)的基本流程是從需求分析、數(shù)據(jù)制作、模型訓練、測試驗證再到***的模型部署這幾個步驟，而SpeedDP正式采用標準的AI開發(fā)流程，從數(shù)據(jù)標注到模型開發(fā)，然后進行模型部署，來逐步實現(xiàn)自動化的圖像標注。湖北安防監(jiān)控圖像識別模塊目標檢測