產品中心
致力于為智能電網及傳統行業轉型升級提供解決方案
瀏覽量:
產品描述
多端融合的平臺化計算核心
- NVR能力:有線攝像機接入,TB級存儲容量
- AI終端:16T算力,可根據需求級聯擴容
- 物聯網關:開入、開出、串口、網口、Lora、RF433、wifi、zigbee、4G全支持
- 多端融合計算平臺可以對多維數據融合分析,加強各種類型數據的關聯應用(典型如智能聯動、綜合診斷等)。
超強算力保障——解決算力需求問題
- 通過對AI異構平臺的深度應用開發,充分挖掘計算能力,結合深度學習框架,能夠對各類巡視場景進行智能識別;
- 目前一張圖片識別時間約100ms;
- 算力平臺可滿足邊側巡視智能分析需要,同時為不斷的應用拓展需求提供計算平臺。
邊側AI能力
- 識別精度高:根據場景特征,綜合驗證多種深度學習算法、框架(PADDLE、TENSORFLOW、CAFFE、DARKNET等)、硬件平臺(ATLAS、NVIDIA、ARM、HISILICON、QUALCOMM等)的適配效果,最終確定精度較高的融合方案,靈活應用多種學習算法。
- 識別速度快:基于ATLAS平臺資源進行算法深度優化,單張圖片可在100ms左右分析識別完畢。
- 趨勢分析:常規巡視系統僅對單次巡視數據做識別,難以發現告警閾值以下的趨勢變化。本方案會對歷史數據進行比對,預測監視對象是否存在持續變化趨勢,提前發現設備隱患。
- 可迭代升級:基線版本的AI模型根據所部署的現場進行場景適配,定期對現場圖片進行采集、分析與訓練,并通過遠程方式對物聯分析終端迭代升級,持續提高邊側AI能力。
多模型并行進程混跑
- 各類識別算法模型混跑于物聯分析終端,根據場景需求進行巡視策略適配,自動調用相應算法進行智能識別業務應用;
- 同時依托AI模塊的超強算力,可進行多算法進程并行分析,提高識別速度,滿足快速識別場景需求;
- 業務邏輯與算法模型解耦,可通過數據積累、算法優化后對現場終端進行遠程升級,不斷加強邊緣識別能力。
識別算法迭代——端云協同技術
- 通過端云協同實現計算能力的不斷提升,終端在邊緣計算的同時,可以為算法優化提供持續的素材積累,供上層平臺進行AI優化訓練;
- 新的算法版本推出后,可以通過端云協同實現前端算法的遠程升級,保障前端識別能力的不斷提升。
上一篇
ZHY751物聯微拍裝置
ZHY367絕緣監測裝置
下一篇