最新人工智慧Turnkey方案，加速中國AI商用進程！

在人工智慧領域中目標檢測是非常熱門的研究方向，目標檢測是指對圖片或視頻中的目標性物體進行定位並分類。對於機器來說，從RGB像素矩陣中很難直接得到物體的抽象概念並定位，這給AI人工智慧應用帶來很大的挑戰。

目前，人工智慧技術的主要研發方向為：人臉檢測、人體檢測、車輛檢測、二維碼檢測及手勢識別等，可廣泛應用在監控、智能交通、新零售、自然交互等，而這些應用的基礎便是目標檢測技術。基於深度學習的目標檢測技術具有很高的準確性和魯棒性，但運算量比較大，長期無法在嵌入式設備中取得實際部署和應用。

針對AI人工智慧市場和技術需求，Rockchip在性能強大的RK3399平台上，對MobileNet SSD網路進行專項優化，使得高精度的MobileNet SSD300 1.0運行幀率達到8幀以上，精度略低而速度更快的MobileNet SSD300 0.75的運行幀率超過11幀。准實時的運行速度，將目標檢測這一基礎AI技術在嵌入式端帶向實用。

除了准實時的運行速度外，這一技術解決方案支持Google的TensorFlow Object Detection訓練導出的TensorFlow Lite模型。目前已有大量基於TensorFlow Object Detection的使用案例，涵蓋從面部到物體的各類檢測，是工業上最方便使用、最普及的目標檢測框架之一。

如希望了解更多，請在留言板留言，謝謝！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！