英特尔与智芯原动推动智慧交通创新

国内新闻 浏览(865)

?

我不知道您是否注意到是停车场收费还是道路刺刀的车辆违规检测,它逐渐实现了“无人驾驶”:通过摄像头等摄像设备拍摄车牌。后端管理系统的自动识别和对接可以自动执行诸如停车计费和违规记录之类的应用程序。与传统的人工识别和管理相比,自动车辆识别和管理不仅减少了相应的人员成本,而且有效地提高了管理的速度和准确性,成为智能交通系统不可或缺的一部分。

D:\ICE\公司管理\2016\市场产品部\深云识车\4.jpg

但同时,基于深度学习的车辆学习和监控需要满足准确性和性能要求,并且需要有效的算法支持和大量训练数据。但是,用于训练某个场景的算法通常不能完全满足其他场景的应用需求。以车牌识别为例,不同国家和地区的车牌在字符,颜色和组合方面都不同。因此,如果不根据某些数据进行培训,很难将车牌识别算法迁移到其他国家和地区。这也导致在细分市场较小的国家和地区,智能交通系统的发展变慢。

除算法外,计算能力也是影响基于深度学习的车辆识别系统应用的重要原因。计算能力越高,越容易获得更高的车辆识别和检测效率,并且更适合进行比较。苛刻的应用场景,例如识别高速运动或复杂场景中的车辆,同时增强的推理性能有助于加速算法训练。同时,为了获得最佳的成本效益,用户经常希望能够以更少的节点来承载更多的车辆识别负载,这对性能提出了更高的要求。

智能核心车牌识别系统的“出海”之路

作为中国人工智能技术和解决方案的领先供应商,英特尔于2018年投资成立的北京智信Momentu科技有限公司*(以下简称智信Momento)一直致力于为用户提供高效率和高效率。准确,可快速部署的车辆识别解决方案。智信的核心云识别平台能够识别约1600个模型。汽车信息包括:品牌,型号和年龄。为了满足全球不同地区用户的车牌识别需求,致信推出了车牌识别解决方案。

传统的车牌识别方案需要大量的数据来进行训练,部署缓慢和周期长的缺陷。通过采用自行开发的车牌算法框架,智能核心车牌解决方案可用于少量(> 1K)的车牌样本。快速迭代,只需2-4周的交付周期即可实现新的国家牌照的开发任务,综合准确率可高达90%-95%,可以满足基本应用的需求,并且随着训练数据的增加,这个准确率将继续增加。

在该方案中,智信使用了基于卷积神经网络深度学习的车辆识别方法,并通过MobileNet *和GoogleNet *等拓扑结构实现了分类推理的优化。经过智信对车牌识别算法的优化,在小样本的前提下,有助于实现应用程序的快速开发和部署。

目前,智信原车牌识别解决方案已在加拿大,土耳其,新加坡,赞比亚,安哥拉,中国,台湾,泰国和印度等20多个国家和地区实施。

如图片无法显示,请刷新页面

Intelligence与Intel合作加快车牌识别应用程序的推理性能

“为提高基于深度学习的基于硬件的车牌识别的推理性能,硬件和加速工具是非常重要的因素。从这两个方面,我们一直在与Intel进行探索。” “在基于CPU的深度学习解决方案中,人工智能的CPU性能和技术创新至关重要。”第二代英特尔至强可扩展处理器的最新版本针对人工智能应用工作负载进行了优化。借助VNNI等技术,我们期待通过此处理器提高推理性能。”

除了第二代英特尔?至强可扩展处理器,智信还尝试了MobileNet *,MobileNet-V2 *,GoogleNet *,VGG-16 *等多种拓扑。推论英特尔OpenVINOToolkit的性能。测试数据表明,使用OpenVINO相比英特尔优化版本的Caffe?在MobileNet系列分类推理中性能提高了28.4倍,性能提高非常显着。

C:\Users\Thomaswang\Desktop\智芯原动\3.png

这种明显加速的原因是OpenVINO?为深度学习和传统计算机视觉提供了强大的支持。它包括可帮助开发人员的深度学习部署工具包。已经训练好的网络模型部署在目标平台上以进行推理操作。 OpenVINO?将人工智能置于计算的边缘,将人工智能与异构边缘计算相结合,以提高性能,集成深度学习并加速开发,创新和定制。

“第二代Intel?Xeon?可扩展处理器+ OpenVINO?”的使用在特定的应用示例中,不仅可以在车牌识别应用中,还可以在视频图像分析中极大地提高推理性能。它具有广阔的应用前景,可应用于多种智能交通系统。原始车牌识别项目负责人指出,通过部署该解决方案的优化版本,将允许用户部署更少的节点,同时支持更多的推理负载并降低总体拥有成本(TCO)。

车辆检测和识别动员了智能交通市场

在庞大的智能交通系统中,依赖于高效的面向车辆的视频图像分析,无论是综合停车服务,道路管理还是道路刺刀的全面检测,计算机视觉技术的应用都是必不可少的。能力。目前,世界各地的周边行业都面临着数字化程度低的挑战。企业需要利用这些数字和信息,实现共同的信息和数据,并产生共同的价值。这将创建一个智能交通系统,并建设一个智能城市。带来巨大的机会。

如图片无法显示,请刷新页面

基于计算机视觉的解决方案利用增强的深度学习神经网络以更复杂的方式获取数据,从而将车辆识别的分析能力提升到一个全新的水平。诸如深度学习之类的人工智能方法使用受过训练的算法来通过分层神经网络对数据中各个抽象级别进行建模,从而帮助构建从交通系统运行的复杂过程,例如计算机视觉,自然语言处理和图像识别。从车辆中提取了大量数据。

从基于英特尔芯片的智能相机,到基于英特尔的基于芯片的加速终端计算设备(例如网络录像机,网关,视频分析设备等),再到运行训练和分析功能的云环境,英特尔提供了大量产品组合,以支持从相机到云环境的人工智能用例。与智信摩托的合作恰恰体现了英特尔在计算机视觉领域的宏伟计划。预计这些合作将扎根于更多的子行业,并以智慧赋予数字时代力量。

有了易唱点歌机,从此不去KTV