北京高性能目标识别系统

每次训练产生的数据会形成数据集，在数据集测试评估界面，使用带标注的数据集计算一些关键性能指标从而对训练结果进行评估，慧视SpeedDP开发平台采用了目标检测领域常用的AP50、mAP50-95以及准确率和召回率对模型进行整体性评价。点击“运行评估”开始模型评估并实时显示评估记录，点击“停止评估”可停止当前的评估。完成评估后会弹出”召回率和准确率曲线“这样用户能够更加直观的了解模型训练的效果，从而能够更清楚后续的迭代优化方向。传统的基于DSP的图像跟踪设备已经难以达到应用的要求。北京高性能目标识别系统

图像标注作为一项简单但是枯燥无味的工作，一直被行业期望于被AI取代，慧视光电推出的SpeedDP就是这样一款软件。慧视SpeedDP提供从数据标注、模型训练、测试验证到RockChip嵌入式硬件平台模型部署的可视化AI开发功能。要使用SpeedDP实现自动图像标注，首先要对应不同的数据和算法参数设置，慧视SpeedDP开发平台采用项目配置的方式来对不同的业务需求进行管理。通过yolox系列模型的输入，支持可见光图像和红外图像进行分类配置，然后便可点击“开始训练”开始模型训练并实时显示训练记录，点击“停止训练”即可停止当前的训练。辽宁企业目标识别办公软件监控在板卡和算法的作用下就能实现精确地目标识别功能。

慧视SpeedDP开发平台采用标准的AI开发流程，即需求分析->数据采集标注->模型训练->测试验证->模型部署。实际操作部分可分为如下五个模块：1.数据集管理：采集并制作用于训练和测试的数据集；2.项目配置：根据项目的实际情况，对调整相关配置参数进行定制化开发；3.模型训练：完成训练参数配置，开始模型训练并监控训练过程，损失精度，可接受时，暂停训练；4.模型测试：使用数据集或实际业务场景图像视频数据进行模型评估；5.模型部署：模型测试结果达到预期，进行模型转化和部署。

我们都知道，在进行救援时，黄金72小时尤为重要，根据应急救援共识，在24小时内，被救出的人员存活率在90%左右；48小时内，存活率在50%-60%；72小时存活率就已经下降到了在20%-30%；之后的时间就更微乎其微。所以每多挖一块土，多掘一分地，都可以给伤者透气和生命的机会。因此，救援无人机搭载吊舱没工作一分钟就能够增加被困人员的生还机会。为了适应应急救援轻巧灵活、工作时间长的需求，慧视微型双光吊舱的整体重量控制在了280g左右，能够有效减轻无人机负担，增加续航能力。通过目标识别能够实现远程打击。

作为针对AI零基础用户的低门槛AI开发平台，SpeedDP深度学习算法开发平台提供从数据标注、模型训练、测试验证到RockChip嵌入式硬件平台模型部署的可视化AI开发功能。此外，针对于研究所等需要数据保密的企业单位，本地化服务器部署，能够让数据敏感的用户也无惧信息安全威胁。目前慧视SpeedDP主要提供目标检测算法的开发，不同的用户可针对自己的业务场景进行AI算法的定制化开发以及算法模型的快速迭代优化。平台支持labelimg数据标注格式，用户采集得到图像数据后使用labelimg工具进行数据标注，然后将图像文件和标注文件按如图2所示指定的形式存放即可直接用于模型训练。无人机吊舱搭载图像处理板后能够拥有应急救援。辽宁企业目标识别办公软件

导弹的远程打击也可以用图像处理板。北京高性能目标识别系统

传统的图像标注需要工作人员利用工具对图像进行挨个分类，打上标签，这样的工作将耗费大量时间精力，并且工作的技术含量不足，还得投入相当的人力成本。而SpeedDP真是取代这种工作模式的工具，它通过提供从数据标注、模型训练、测试验证到RockChip嵌入式硬件平台模型部署的可视化AI开发功能，让计算机通过学习样本数据的特征表达以及数据分布然后实现能够像人一样具备分析和识别目标的能力。这样，当给定一张图像时，就能够自动计算出该图像中感兴趣的目标物体的类别与位置大小（目标框）。通过海量的深度学习，然后实现解放双手。这个常用的AI算法开发基本流程，该过程包含从需求分析、数据制作到模型训练、测试验证以及模型部署几个主要模块。北京高性能目标识别系统