機器人是AI落地應用的一個很重要載體，AI賦能的機器人能夠在安防巡檢、自動化作業、應急救援等領域發揮重要作用。在電力巡檢當中，傳統的模式需要人工一步一步走出來，面對假設在各種環境中的輸電線，這種模式弊端重重，費時費力。而常年經受風吹雨曬的輸電線，在使用久了之后，難免會出現電力設備損壞缺失等問題，AI賦能下的機器人的出現，為這項行業的工作效率的提升提供了新思路。巡檢機器人內置可見光和紅外攝像頭，能夠實現晝夜巡檢，然后再內置高性能的AI圖像處理板，就能夠運用AI識別、多機協同、數字孿生、巡檢監控等技術，實現自動巡視、缺陷和表計自動識別和告警、巡視報表自動生成和發送等功能，實現場站式巡檢場景的全息感知和全域決策輔助。AI也能夠進行圖像標注。西藏智慧工地AI智能監控

隨著相關技術的迅猛發展，城市智慧治安防控模式也在不斷革新，主要以無人巡邏車、無人機為主要載體。無人巡邏車主要承擔城區巡邏防控、遠程喊話、安防宣傳、視頻巡控等工作任務，這種無人機不需要太大的體積通過搭載AI圖像處理板等傳感器，通過AI智能算法和圖像處理板的共同作用實現智能避障，達到自主巡邏、AI智慧識別的目的。像成都慧視開發的高性能AI圖像處理板Viztra-HE030，采用先進架構，8核處理器，算力能夠達到6.0TOPS，能夠實時檢測無人巡邏車視野范圍內的物體，輔助進行信息收集、避障等操作。四川智慧工地AI智能視覺SpeedDP深度學習算法開發平臺。

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的不斷發展，這個行業正發生翻天覆地的變化。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網絡組成。通過學習樣本數據的特征表達以及數據分布來實現能夠像人一樣具備分析和識別目標的能力。目前，有許多功能性AI工具可以幫助我們進行圖像標注，有的是純手動拉框，有的則可以幫助我們進行自動標注。

雖然現在各種公共交通已十分便捷，但是仍然存在許多無證、無資質的車輛，這些車輛無視交通法規，所以超速超載，儼然成為公路安全一大隱患。例如在車站出入口，經常會有很多人進行拉客，雖然說是坐滿就走，但是為了利益比較大化，超員那是常有的事。再比如暑期來臨，各種培訓班、托兒所成批出現，也由此滋生了許多“黑校車”，為了盡可能的節約成本，常常讓所有學生擠在一輛車內，嚴重危及孩子安全。要想避免事故的發生，則需要警民合作，路人積極提供線索，而管理部分則迅速行動，對車輛進行追蹤攔截。通過海量的數據模型訓練，SpeedDP能夠更加聰明。

在這些小型飛行器自主避障飛行中，算法的性能很關鍵，他能幫助規劃路線，識別障礙物。為了滿足這樣小型化飛行器的需求，成都慧視開發了同樣是小型化體積的AI圖像處理板Viztra-LE026，這塊板卡采用了瑞芯微高性能芯片RV1126，體積小、功耗低，用在小型無人機上不會過多增加其負擔。而4和處理器，支持INT8和INT16，能夠輸出比較大2.0TOPS的算力，足以滿足在復雜環境中快速進行識別檢測。

此外，成都慧視推出的深度學習算法開發平臺還能夠針對算法進行模型訓練，通過大量的訓練來提升算法性能。 人工智能和機器學習為建筑行業轉型提供了巨大潛力。重慶深度學習AI智能視覺系統

SpeedDP是以數據為中心的一站式AI訓練平臺。西藏智慧工地AI智能監控

AI的不斷應用發展使得傳統的人工工作的弊端得到了很好的彌補。比如在圖像標注這個領域，傳統的標注需要招聘大量的人員，并且標注圖像所耗費的時間精力也是不可估量的，而AI模型的出現讓這一切都成為過去。利用慧視光電打造的深度學習算法開發平臺SpeedDP，就能夠針對場景識別進行特有的模型部署訓練，通過大量的訓練，讓AI學會自動標注圖像。平臺采用標準的AI算法開發流程，通過從需求分析、數據制作到模型訓練、測試驗證以及模型部署幾個主要模塊。SpeedDP用于模型訓練和評估測試的數據集是由一系列的圖像和標注文件組成的，平臺支持多種開源數據格式如VOC和COCO。而目前平臺共支持yolox系列和yolov8系列模型用于模型訓練（分割任務*支持yolov8模型），通過不斷額測試驗證，就能夠讓AI實現海思、RockChip嵌入式硬件平臺等模型部署的可視化AI開發功能。西藏智慧工地AI智能監控