金沙网站大全

産品簡介 Introduction
IN-Edge分布式AI系統是金沙网站大全打造的一款基于分布式架構的人工智能通用軟件平台。該系統采用高密度分布式ARM通用計算集群作爲硬件平台,通過基于邊緣計算的系統架構軟件平台,構建分布式人工智能系統,利用數據和任務的協調和分發機制讓AI更節能、更快速、更靈活、更高效。
設計思想
IN-Edge分布式AI系統-設計思想


産品架構
IN-Edge分布式AI系統-硬件平台

高密度分布式ARM通用計算集群

1.通用架構,ARM计算单元,标准的软件开发环境
2.綠色節能,處理同樣並發數能耗下降20倍以上
3.容器架構,计算任务在容器间调度比较容易
4.微服務接口,容器和微服務天生的一對,應用加載更方便
5.規模接入,計算單元在一台服務器中高密度部署,支持不同規模的靈活接入和部署


IN-Edge分布式AI系統-軟件平台


産品優勢
IN-Edge分布式AI系統-六大優勢


IN-Edge分布式AI系統-六大優勢之一


IN-Edge分布式AI系統-六大優勢之二

在攝像頭視野裏面,如果突然出現檢測對象,系統可迅速調集計算資源,彈性計算才是王道,分布式計算資源可動態適應計算需求,綜合計算能力強


IN-Edge分布式AI系統-六大優勢之三


IN-Edge分布式AI系統-六大優勢之四

對抗性神經網絡原理

一個GAN框架,最少(但不限于)擁有兩個組成部分,一個是生成模型G,一個是判別模型D。

在訓練過程中,會把生成模型生成的樣本和真實樣本隨機地傳送一張給實樣本隨機地傳送給一張給判別模型D。判別模型D的目標是盡可能正確地識別真實樣本(輸出爲“真“,或者1),和盡可能正確地揪出生成的樣本,也就是假樣本(輸出爲“假”,或者0)。而生成模型的目標和判別模型相反,就是盡可能最小化生成判別模型揪出它的概率。

這樣G和D就組成了一個可遞歸的對抗訓練模型,在訓練過程中雙方都不斷優化自己,直到達到平衡——雙方都無法變的更好,也就是假樣本與真樣本完全不可區分。




傳統的AI學習采用人工標注方式,識別一只貓需要標注幾萬張以上的圖片。

IN-Edge系統采用對抗性神經網絡自動學習模式,只需要少量真實照片,即可驅動AI通過GAN網絡自動學習,生成訓練模型,節省了大量人力和時間。


IN-Edge分布式AI系統-六大優勢之五


IN-Edge分布式AI系統-六大優勢之六


技術應用
华通AI應用技術-人臉聚類識別


华通AI應用技術-人臉聚類識別


华通AI應用技術-人物識別

IN-Edge分布式AI系統基于人臉聚類識別与人形聚类识别技術,通过信息同步算法,最终让机器认出人物。


华通AI應用技術-系統化組網


华通AI應用技術-對搜索對象的多維度搜索



點擊播放-人員軌迹監控

华通AI應用技術-智能熱源識別

通过AI技術对摄像头红外光谱图像的自动学习、处理分析,实现火灾的监控、预警、报警。


行業應用
行業應用-雪亮工程應用

IN-Edge分布式AI系統采用分布式架構部署,无需改动现有雪亮工程的线路、架構,就可以整合雪亮工程里面的社会资源接入网、公安视频专网和公安信息网的资源,无缝对接雪亮工程。


行業應用-智慧交通

IN-Edge分布式AI系統通過城市攝像頭和邊緣化運算,在前端快速提取視頻的結構化信息,並根據信息的情況歸類,發給交警、公安、國安等不同部門進行下一步的處理。


行業應用-智慧小區

IN-Edge分布式AI系統运用人臉聚類識別、人形聚类识别、人物識別、车辆聚类识别、智能熱源識別等技術监控小区,提高小区的安全性和改善生活环境。



點擊播放-動作監控

行業應用-智能車位識別

通过IN-Edge分布式AI系統,可以根据车辆停放情况智能识别车位,方便城市管理者进行空车位引导、违章停车管理等功能。



行業應用-智慧消防


IN-Edge分布式AI系統通過遠紅外溫度檢測和視覺識別能24小時監視煙霧和火焰的發生,特別適用于室內的火災早期場景檢測,比如煙霧報警器更靈感。

比如KTV或者餐廳等的室內場景,有正常熱源,也有不正常熱源,AI能自動辨別,把不正常的熱源(例如禁煙區吸煙)轉化成火災隱患,自動報警。


行業應用-媒资應用