圖像識別技術的高價值應用就發生在你我身邊，例如視頻監控、自動駕駛和智能醫療等，而這些圖像識別進展的背后推動力是深度學習。深度學習的成功主要得益于三個方面：大規模數據集的產生、強有力的模型的發展以及可用的大量計算資源。對于各種各樣的圖像識別任務，精心設計的深度神經網絡已經遠遠超越了以前那些基于人工設計的圖像特征的方法。盡管到目前為止深度學習在圖像識別方面已經取得了巨大成功，但在它進一步廣泛應用之前，仍然有很多挑戰需要我們去面對。SpeedDP是深度學習領域的產品。四川行業用AI智能應用

高空墜物已經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，樓房的外立面歷經風吹雨曬，就會出現、起殼、空鼓、滲水等跡象。傳統的檢查模式，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，就能夠將建筑外墻的情況盡收眼底，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“熱斑”和“冷斑”兩種形態。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。重慶電力巡檢AI智能利用深度學習能夠讓AI更加聰明。

巡檢機器人能夠實現抵近待測設備，進行精細的測溫、測量以及感應。同時具備自主導航、實時避障功能，能夠智能規劃比較好巡檢路徑、規避站內檢修區域，效率是人工的好幾倍，并且還不會出現傳統人工巡檢造成人身危害等行為。這種機器人搭載的圖像處理板可以自由選擇，例如成都慧視開發的Viztra-HE030圖像處理板，就可以很好的應用在電力巡檢領域，這塊板卡采用了瑞芯微全新一代旗艦芯片RK3588，采用8nmLP制程，四大四小八核處理器；搭載八核64位CPU，主頻高達2.4GHz；集成ARMMali-G610MP4四核GPU，內置AI加速器NPU，算力高達6.0TOPS。用在電力巡檢領域完全可以滿足需求，并且成都慧視可以根據使用場景進行外殼的特殊化定制，有效處理散熱防水，為機器人的戶外工作提供更加穩定的處理能力。

隨著無人機在城市管理領域的大規模應用，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，幫助地面執勤提升攔截效率。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，能夠對地面車輛進行晝夜觀察、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，無人機還可以實現智能化追蹤。通過在無人機光電吊艙中植入高性能的AI圖像處理板，這些板卡在目標跟蹤算法的賦能下，就能夠對目標車輛進行鎖定跟蹤，即便是車輛短時間內收到視野阻擋，在車輛后續出現時，也能夠立即鎖定。這就是成都慧視開發的Viztra-HE030圖像處理板。該板卡采用了瑞芯微高性能芯片RK3588，八核處理器能夠輸出6.0TOPS算力，可實時對目標進行識別或者人為的的鎖定，同時可以根據輸出目標的靶量信息，對目標進行實時跟蹤。現如今機器人技術已經成為科技領域前沿的技術。

YOLO（You Only Look Once）是一種目標檢測算法，它使用深度神經網絡模型，特別是卷積神經網絡，來實時檢測和分類對象。該算法開始被提出是在2016年的論文《You Only Look Once：統一的實時目標檢測》中。自發布以來，由于其高準確性和速度，YOLO已成為目標檢測和分類任務中很受歡迎的算法之一。它在各種目標檢測基準測試中實現了高性能。就在2023年5月初，YOLO-NAS模型被引入到機器學習領域，它擁有更高的精度和速度，超越了其他模型如YOLOv7和YOLOv8。SpeedDP能夠實現快速標注。湖南慧視光電AI智能目標跟蹤

SpeedDP能夠替代傳統的人工標注師。四川行業用AI智能應用

從2016年12月11日起，我國就正式施行林河長制。其中林長制主要職責是林業生態保護修復、森林防火、林業有害生物防治、森林資源管護以及野生動植物保護工作。而河長制是保護水資源，打造安全用水環境。這兩項工作對我國的自然生態的穩定具有關鍵作用。在中西部許多地區，由于環境下復雜，對于林、河的巡護是一項困難的工作，不僅要花費大量的時間精力，還不能做到大面積的覆蓋。隨著無人機的落地應用，這種困難得到了有效緩解。無人機“加持”下的林河長巡查，形成了“人防+技防”的地空巡檢新模式，覆蓋更廣、發現更及時。無人機憑借其靈活、輕巧的特點可以輕松飛越一些人無法到達的地點，還能夠實時傳輸高清圖像數據，節約時間成本，快速高效地獲取資料，讓管理人員對森林植被、河湖狀況一目了然。四川行業用AI智能應用