跨界 · 融合 · 服務 · 創(chuàng)新
在數(shù)字化和自動化飛速發(fā)展的今天,AI識別算法正在加速進入行業(yè)生產(chǎn)系統(tǒng)。
基于巡檢數(shù)據(jù)的智能開發(fā),識別算法突破性進展的核心驅(qū)動力在于需求——從全天候巡視的平安城市,到潮汐變化的交通網(wǎng)絡(luò),從廣闊的水域,到繁忙的街道,我們需要快速而準確的識別技術(shù)來處理和分析大量的數(shù)據(jù)并及時進行干預。更高的效率,更快的反應,感知識別能力讓千行百業(yè)的數(shù)據(jù)價值源源不斷涌現(xiàn),成為構(gòu)建巡檢智能化的基石。
巡檢智能化的模塊中,識別算法的核心是高效準確。強大算法平臺的構(gòu)建則離不開數(shù)據(jù)支撐,為解決數(shù)據(jù)采不上、采不全、讀不懂的問題,復亞智能在數(shù)據(jù)的采集和處理、模型的準確性和魯棒性、算法的實時性等方面,通過不斷學習訓練,將感知識別系統(tǒng)全面升級,實現(xiàn)智能交互,易用好用。
數(shù)據(jù)采集:
打造多維度的高質(zhì)量數(shù)據(jù)基座
大多數(shù)算法的快速落地是依靠網(wǎng)絡(luò)上現(xiàn)有的圖像庫進行測試及模型構(gòu)建,而無人機航拍視野的極小數(shù)據(jù)量很難滿足無人機行業(yè)算法對數(shù)據(jù)多樣性和質(zhì)量的需求。
為了讓圖像庫滿足樣本數(shù)量基數(shù)夠大、源于實際飛行情況和基于無人機飛行視角這三個條件,我們采取了一系列行動:
*多地實飛采集
搭建采集團隊。依托遍布全國29個省市的部署條件,采集不同行業(yè)、不同地區(qū)、氣候和環(huán)境下的圖像,確保能夠捕獲到各種真實飛行條件下的圖像。
實施嚴格標準。我們設(shè)立了嚴格的數(shù)據(jù)采集和處理標準,從飛行高度、鏡頭角度、放大倍數(shù)到光照條件,都有詳細的規(guī)定,以此確保所獲數(shù)據(jù)的一致性和可靠性。
通過上述舉措,我們實現(xiàn)了每個模型基于超過20,000張真實世界中采集的無人機視角圖像進行構(gòu)建,這大幅提升了識別算法的準確度和適用性。
數(shù)據(jù)標注:
構(gòu)建智能化自動化流程
傳統(tǒng)的人工標注方式不僅效率低下、成本高,而且容易出現(xiàn)標注錯誤。
*人工標注時長7-21天,10%-20%錯誤率,5K-30K
上圖為手動標注示例。
為了解決這一問題,復亞開發(fā)了基于大模型的自動標注技術(shù),它可以迅速準確地識別對應目標在圖像中的位置,并進行標注,提升標注效率。
與傳統(tǒng)人工標注相比,我們的自動化工具可以將標注速度提高至1秒/張圖片(該項技術(shù)已獲得獨家專利),從而極大縮短了整個數(shù)據(jù)處理周期。由此能夠以更低的成本、更高的速度和精度完成大規(guī)模的數(shù)據(jù)標注工作,這直接加速了算法的迭代和優(yōu)化過程。
模型構(gòu)建:
大模型與數(shù)學模型的有效融合
對原始數(shù)據(jù)標注處理提取有用的特征后,需要通過適當?shù)姆绞竭M行模型構(gòu)建。一般來說,基于特定數(shù)據(jù)的小模型構(gòu)建完成之后,其普適性相對較差,需要不斷的補充數(shù)據(jù),才能慢慢覆蓋不同區(qū)域及類型的識別。
為此,我們采取了大模型輔助構(gòu)建,加上特定場景數(shù)據(jù)骨骼的模式,完成了新一代的模型:我們采用了大模型來處理和學習龐大的數(shù)據(jù)集,這使得模型能夠捕捉到更精細的特征,提高了算法的泛化能力。
*煙火識別算法,及時發(fā)現(xiàn)火源
通過融入數(shù)學模型,我們加強了算法對數(shù)據(jù)的理解,提升了模型在未知環(huán)境下的適應性,使得其不僅能夠處理更大的數(shù)據(jù)集,更能在復雜變化的環(huán)境中保持穩(wěn)定的識別率。
實飛驗證:
在實際作業(yè)中不斷迭代優(yōu)化
解決數(shù)據(jù)采集和處理、算法準確性和實時性等一系列難題,構(gòu)建這樣一個強大算法平臺,復亞公司的研發(fā)團隊是其技術(shù)成就的核心。
復亞的算法團隊來自全球頂尖學府的博士后,擁有多年豐富的行業(yè)經(jīng)驗和技術(shù)積累,看透算法模型背后的數(shù)據(jù)及物體本質(zhì),擁有10+個公開專利。我們的算法團隊通過快速迭代,將這些理論和技術(shù)優(yōu)化到極致,通過快速迭代,復亞的算法團隊不斷優(yōu)化模型,使其能夠在多變的現(xiàn)實環(huán)境中,提供可靠的預測,并且在多個場地實飛測試中的驗證了算法產(chǎn)品能力高可靠性。
*飛行實測-人群識別算法
識別結(jié)果:
基于全系統(tǒng)的多行業(yè)應用
感知識別算法平臺從構(gòu)建到部署使用,不僅僅是數(shù)據(jù)、模型、學習與訓練,還包括釋放識別能力的軟硬件平臺,是一個完整體系。
*配置算法,開啟實時識別
在此基礎(chǔ)上,復亞改變傳統(tǒng)的算法先采后處理模式,以無人機全自動飛行系統(tǒng)架構(gòu),將智能識別算法的技術(shù)優(yōu)勢轉(zhuǎn)化為行業(yè)的實際成果。實現(xiàn)飛行過程中實時識別,識別結(jié)果與飛行畫面同步實時呈現(xiàn),發(fā)現(xiàn)問題即時多通道異常提醒,針對問題可即時操作響應,以及異常信息結(jié)果匯總展示等。
復亞智能AI感知算法平臺包含豐富的行業(yè)算法庫,可以根據(jù)業(yè)務需求,針對性地進行算法的選擇。如在行業(yè)應用中,無人機配備的智能識別算法可以快速識別交通流量,識別河湖污染主體,或者在緊急情況下定位火源,提供關(guān)鍵時刻的數(shù)據(jù)支持等,復亞深入各個行業(yè)鍛造的多種識別算法在行業(yè)中展現(xiàn)了顯著的效能。
以上內(nèi)容為高博特編輯選取的熱點新聞,尊重原創(chuàng),如有侵權(quán)請聯(lián)系刪除。
—————— 特別關(guān)注 ——————
讓科技更好地賦能產(chǎn)業(yè),“尖兵之翼”永不落幕。高博特自2006年發(fā)起、策劃、投資、組織,在相關(guān)專業(yè)機構(gòu)支持下成功舉辦了最早的無人機主題會展活動——“尖兵之翼中國無人機大會暨展覽會”后持續(xù)推動無人機技術(shù)交流。高博特創(chuàng)新引領(lǐng)最早在深圳、上海、鄭州等地發(fā)起舉辦無人系統(tǒng)會展賽飛活動,有力促進了我國無人系統(tǒng)整體技術(shù)進步和產(chǎn)業(yè)發(fā)展。