图像标注作为一项简单但是枯燥无味的工作，一直被行业期望于被AI取代，慧视光电推出的SpeedDP就是这样一款软件。慧视SpeedDP提供从数据标注、模型训练、测试验证到RockChip嵌入式硬件平台模型部署的可视化AI开发功能。要使用SpeedDP实现自动图像标注，首先要对应不同的数据和算法参数设置，慧视SpeedDP开发平台采用项目配置的方式来对不同的业务需求进行管理。通过yolox系列模型的输入，支持可见光图像和红外图像进行分类配置，然后便可点击“开始训练”开始模型训练并实时显示训练记录，点击“停止训练”即可停止当前的训练。“慧眼”双光相机在智慧安防的应用。陕西高效目标检测

人类可以识别和分类不同物体，但是计算机并不能主动实现，于是我们就通过图像标注来使计算机视觉解释它接收到的视觉数据。图像标注能够帮助计算机给不同类型的图像打上标签等信息，使计算机能够对这些图片进行理解和分类，帮助使用者能够更快的完成一些工作。随着近些年AI技术的突飞猛进，将AI技术运用到图像标注领域，已成为可能。为了让AI图像标注面向大众化，许多企业都推出了各异的产品，慧视光电打造的SpeedDP深度学习算法开发平台就是在这样的市场环境下诞生。西藏低压线目标检测无人机吊舱能够通过定制算法和精细定位技术实现农药精细喷洒、农作物精细抛粮等操作。

随着人工智能的兴起，AI工程师特别是基于图像的算法工程师日益成为炙手可热的香饽饽，特别在一些行业市场例如工业领域、军、工领域等行业领域，需要根据具体场景对检测识别算法进行不断地优化完善，已达到更高的准确率。在这个工作的过程中，对特定目标的数据标注、模型训练、测试验证、到嵌入式平台的模型部署是中间重要的工作，抛开人员费用不管，这将需要耗费大量的时间，是否有一款集成的工具，可以节约图像算法工程师的时间，提升算法迭代的效率，一直是图像算法工程师的迫切需求。虽然市场上也有一些零散的工具，甚至一些单位自己也开发了一些相关的工具，但是因为集成度低，导致使用起来始终不是那么顺畅。

SpeedDP开发平台采用标准的AI开发流程，即数据标注->模型开发->应用部署。旨在快速直观的验证所开发的不同算法在移动端部署时的实际效果。测试平台目前支持的主要任务功能包括图像分类、目标检测、多目标跟踪，主要的部署平台是RockChip嵌入式硬件平台包括rk3399pro、rk3588等。为了尽可能减小测试工具与实际移动端部署程序之间的差异同时简化测试工具的开发难度，在设计测试平台程序时采用了一些特殊方法。首先使用C和C++设计封装了不同子任务的可执行程序，并通过读取不同配置文件的方式实现不同的功能，然后使用python+streamlit+子程序设计了web服务程序，用户可通过浏览器访问特定网址来使用测试平台。全国产化智能处理板助力无人驾驶汽车发展。

慧视SpeedDP开发平台采用标准的AI开发流程，即需求分析->数据采集标注->模型训练->测试验证->模型部署。实际操作部分可分为如下五个模块：1.数据集管理：采集并制作用于训练和测试的数据集；2.项目配置：根据项目的实际情况，对调整相关配置参数进行定制化开发；3.模型训练：完成训练参数配置，开始模型训练并监控训练过程，损失精度，可接受时，暂停训练；4.模型测试：使用数据集或实际业务场景图像视频数据进行模型评估；5.模型部署：模型测试结果达到预期，进行模型转化和部署。慧视RK3399图像跟踪板支持目标检测识别目标（人、车）。安徽目标检测解决

国产化处理板生产厂家—慧视光电。陕西高效目标检测

传统的图像标注需要工作人员利用工具对图像进行挨个分类，打上标签，这样的工作将耗费大量时间精力，并且工作的技术含量不足，还得投入相当的人力成本。而SpeedDP真是取代这种工作模式的工具，它通过提供从数据标注、模型训练、测试验证到RockChip嵌入式硬件平台模型部署的可视化AI开发功能，让计算机通过学习样本数据的特征表达以及数据分布然后实现能够像人一样具备分析和识别目标的能力。这样，当给定一张图像时，就能够自动计算出该图像中感兴趣的目标物体的类别与位置大小（目标框）。通过海量的深度学习，然后实现解放双手。这个常用的AI算法开发基本流程，该过程包含从需求分析、数据制作到模型训练、测试验证以及模型部署几个主要模块。陕西高效目标检测