Rockchip は、ハイエンドの人工知能 RK3399 の商用プロセスを加速するために、ディープラーニングに基づくターゲット検出技術ソリューションを発表します

2018 年 5 月 16 日、Rockchip は RK3399 チップ プラットフォームで動作するディープラーニング ベースのターゲット検出テクノロジ ソリューションをリリースしました。これは、ハイエンドの AI 人工知能業界に準ターンキー ソリューションを提供し、Android と Linux システムの両方をサポートできます。 .ターゲット検出率は 8 フレーム/秒以上に達します。

人工知能の分野では、ターゲット検出は非常に人気のある研究方向です。ターゲット検出とは、写真またはビデオ内のターゲット オブジェクトの位置を特定して分類することです。マシンの場合、RGB ピクセル マトリックスからオブジェクトの抽象的な概念と位置を直接取得することは困難であり、AI 人工知能アプリケーションに大きな課題をもたらします。

現在、人工知能技術の主な研究開発方向は、顔検出、人体検出、車両検出、2次元コード検出、ジェスチャー認識などであり、監視、インテリジェント輸送、新しい小売に広く使用できます。 、自然な相互作用など。基本は物体検出技術です。ディープラーニングに基づくターゲット検出技術は、高い精度とロバスト性を備えていますが、計算負荷が比較的大きく、実際に展開して組み込みデバイスに長期間適用することはできません。

 

AI 人工知能市場と技術的ニーズに応えて、Rockchip は強力な RK3399 プラットフォーム上で MobileNet SSD ネットワークを特別に最適化し、高精度の MobileNet SSD300 1.0 が 8 フレーム以上のフレーム レートで動作するようにしました。わずかに精度が低く、速度が速い SSD300 0.75 は 11 fps 以上で動作します。準リアルタイムの実行速度により、ターゲット検出の基本的な AI 技術が組み込み端末で実用化されます。

準リアルタイムの実行速度に加えて、この技術ソリューションは、Google の TensorFlow Object Detection トレーニングによってエクスポートされた TensorFlow Lite モデルをサポートしています。現在、TensorFlow オブジェクト検出に基づく多数のユース ケースがあり、顔からオブジェクトまであらゆる種類の検出をカバーしています。これは、業界で最も便利で人気のあるターゲット検出フレームワークの 1 つです。



RK3399 チップ プラットフォームに基づく Rockchip のディープ ラーニング ターゲット検出テクノロジー ソリューションは、Android または Linux システムを同時にサポートし、ターゲット検出テクノロジーを使用して AI 製品のユーザー エクスペリエンスを向上させ、研究開発サイクルを大幅に短縮し、よりハイエンドな AI に役立ちます。インテリジェントな製品をできるだけ早く市場に投入します。