無人機要進行AI識別，需要的是模擬人眼，對需要識別的物體進行圖像處理，AI通過大量的模型訓練，能夠具備對物體進行特征提取進行分析的能力，從而實現整個流程的自動化，達到無人機智能識別的目的。但不同的事，無人機的目標識別和傳統的攝像頭還是又不曉得區別，傳統的攝像頭是靜態的，而無人機搭載如光電吊艙飛在空中時，需要處理實時動態的信息，這就是對目標的鎖定跟蹤能力。這樣的結果可以采用將AI圖像跟蹤板植入吊艙的方法來實現。慧視光電的RK3588是什么樣的板卡？研發圖像識別模塊深度學習

慧視VIZ-YWT201微型雙光吊艙集成集成可見光攝像機、紅外熱像儀等傳感器，能夠實現晝夜成像，內置成都慧視自研全國產化RV1126圖像跟蹤板，搭載自研AI跟蹤算法，重量只有280g。能夠對地面車輛、人員等目標進行晝夜觀察、識別、捕獲和跟蹤，上報目標的圖像及坐標信息。慧視VIZ-YWT202微型雙可見光吊艙集成寬窄視場2路可見光攝像機，重量小于260g，采用金屬外殼，抗沖擊力強，具有功耗低、陀螺穩定、小體積、輕重量的優點。慧視VIZ-GT05V微型三軸雙可見光慣性穩定吊艙搭載一顆千萬級可見光CMOS傳感器和一顆星光級可見光CMOS傳感器，具備大小兩個視場角，能夠實時輸出1080P的高清可見光視頻，可實現夜間微弱光線下的目標觀測。可應用于微小型無人飛行器、無人車、無人艇和其他無人觀測設備，進行警務執法、電力巡檢、安保巡視、救援搜索、消防救火等任務。RK3399處理板圖像識別模塊供應商慧視RK3399圖像處理板能實現24小時、無間隙信息化監控。

我國機動車數量龐大，但是停車位的建設卻沒有很好的跟上節奏，這也就導致許多車找不到停車位，車主也就不得不臨時將車停放在路邊。隨著停放車輛的增多，原本寬敞的道路也就變得狹窄，嚴重時甚至會堵得水泄不通。此外，一些大車由于阻擋視野，還容易造成“鬼探頭”等事故。通常情況下，交管部門會利用路邊的抓拍設備進行違停抓拍或者巡邏車進行巡邏，但是從實際效果來看，作用并不明顯。于是，無人機被派上用場。管人員遠程操控無人機在道路上空進行巡飛，就能夠發現哪條路上有違停車輛。相較于傳統治理，無人機擁有更高視野及機動性。在提前規劃無人機航線后，“自動機場”內部署的無人機會定時進行空中巡視，一旦發現違停車輛即開展圖像取證。隨后，后臺系統將實時推送違停提示短信至車主，提醒其在10分鐘內駛離。對于規定時間內未駛離的車輛，系統將通知就近警力趕赴現場，二次取證并進行整治。

AI的出現可以很好地解決這個問題。針對于這樣的環境需求，成都慧視推出了基于瑞芯微平臺的深度學習算法開發平臺SpeedDP，它是一款入門級的AI開發平臺，提供從數據標注、模型訓練、測試驗證到RockChip嵌入式硬件平臺模型部署的可視化AI開發功能，提供豐富的算法參數設置接口，滿足不同用戶業務場景的定制化需求。經過前期的需求分析，大量的數據訓練，SpeedDP就能夠生成適合行業需求的訓練模型，通過這個模型，就能不斷進行自動化的圖像標注。RV1126定制板卡的性能突出。

YOLO系列算法是目標識別領域很重要的技術之一，因為性能強大、消耗算力較少，一直以來都是實時目標檢測領域的主要范式。該框架被***用于各種實際應用，包括自動駕駛、監控和物流等行業的目標識別。自今年2月YOLOv9發布以后，近期，清華又推出了YOLOv10，作為計算機視覺領域的突破性框架，具備實時的端到端目標檢測能力，通過提供結合效率和準確性的強大解決方案，延續了YOLO系列的傳統。據悉，YOLOv10在各種模型規模上都實現了SOTA性能和效率。例如，YOLOv10-S在COCO上的類似AP下比RT-DETR-R18快1.8倍，同時參數數量和FLOP大幅減少。與YOLOv9-C相比，在性能相同的情況下，YOLOv10-B的延遲減少了46%，參數減少了25%。RV1126又小又輕，可以用在無人機吊艙不占空間。云南智能圖像識別模塊供應商

RK3588作為工業級圖像處理板能夠進行大量的目標識別信息處理。研發圖像識別模塊深度學習

作為一家致力于圖像處理板、算法開發的公司，為了滿足更多行業的鎖定跟蹤需求，慧視光電一直沒有停止自己的技術革新。在現在的許多行業當中常常用到攝像頭進行遠程跟蹤或者目標檢測，例如安防巡檢、巡湖護河執法、無人機投彈、周界安防等，當遇到目標較小不易辨認時，雖然能夠看到更多的畫面，但是物體的細節看不清，這時就需要通過鏡頭的變倍，來放大成像，來展示更多的物體細節。在以前，如果在鎖定跟蹤時進行變焦，就會丟失目標，當遇到目標出現在復雜的場景中時，就容易造成再跟蹤失敗的場景，例如在安防巡檢時，有可疑人物入侵了目標區域，為了進一步獲取可疑人物的細節，需要進行畫面變倍，看看是男是女、著裝如何、有何特征等，為后期的安保人員搜尋提供信息。研發圖像識別模塊深度學習