产品中心
致力于为智能电网及传统行业转型升级提供解决方案
浏览量:
产品描述
多端融合的平台化计算核心
- NVR能力:有线摄像机接入,TB级存储容量
- AI终端:16T算力,可根据需求级联扩容
- 物联网关:开入、开出、串口、网口、Lora、RF433、wifi、zigbee、4G全支持
- 多端融合计算平台可以对多维数据融合分析,加强各种类型数据的关联应用(典型如智能联动、综合诊断等)。
超强算力保障——解决算力需求问题
- 通过对AI异构平台的深度应用开发,充分挖掘计算能力,结合深度学习框架,能够对各类巡视场景进行智能识别;
- 目前一张图片识别时间约100ms;
- 算力平台可满足边侧巡视智能分析需要,同时为不断的应用拓展需求提供计算平台。
边侧AI能力
- 识别精度高:根据场景特征,综合验证多种深度学习算法、框架(PADDLE、TENSORFLOW、CAFFE、DARKNET等)、硬件平台(ATLAS、NVIDIA、ARM、HISILICON、QUALCOMM等)的适配效果,最终确定精度较高的融合方案,灵活应用多种学习算法。
- 识别速度快:基于ATLAS平台资源进行算法深度优化,单张图片可在100ms左右分析识别完毕。
- 趋势分析:常规巡视系统仅对单次巡视数据做识别,难以发现告警阈值以下的趋势变化。本方案会对历史数据进行比对,预测监视对象是否存在持续变化趋势,提前发现设备隐患。
- 可迭代升级:基线版本的AI模型根据所部署的现场进行场景适配,定期对现场图片进行采集、分析与训练,并通过远程方式对物联分析终端迭代升级,持续提高边侧AI能力。
多模型并行进程混跑
- 各类识别算法模型混跑于物联分析终端,根据场景需求进行巡视策略适配,自动调用相应算法进行智能识别业务应用;
- 同时依托AI模块的超强算力,可进行多算法进程并行分析,提高识别速度,满足快速识别场景需求;
- 业务逻辑与算法模型解耦,可通过数据积累、算法优化后对现场终端进行远程升级,不断加强边缘识别能力。
识别算法迭代——端云协同技术
- 通过端云协同实现计算能力的不断提升,终端在边缘计算的同时,可以为算法优化提供持续的素材积累,供上层平台进行AI优化训练;
- 新的算法版本推出后,可以通过端云协同实现前端算法的远程升级,保障前端识别能力的不断提升。
上一篇
ZHY751物联微拍装置
ZHY367绝缘监测装置
下一篇