Noong Mayo 16, 2018, naglabas ang Rockchip ng malalim na learning-based na target detection technology solution na tumatakbo sa RK3399 chip platform nito, na maaaring magbigay ng quasi-Turnkey solution para sa high-end AI artificial intelligence industry, at kayang suportahan ang parehong Android at Linux system . Ang target na rate ng pagtuklas ay umabot sa higit sa 8 mga frame/segundo.
Sa larangan ng artificial intelligence, ang target detection ay isang napaka-tanyag na direksyon ng pananaliksik. Tumutukoy ang target detection sa paghahanap at pag-uuri ng mga target na bagay sa mga larawan o video. Para sa mga makina, mahirap direktang makuha ang abstract na konsepto at pagpoposisyon ng mga bagay mula sa RGB pixel matrix, na nagdudulot ng malalaking hamon sa mga AI artificial intelligence application.
Sa kasalukuyan, ang pangunahing direksyon ng pananaliksik at pag-unlad ng teknolohiya ng artipisyal na katalinuhan ay: pagtuklas ng mukha, pagtuklas ng katawan ng tao, pagtuklas ng sasakyan, pagtukoy ng dalawang-dimensional na code at pagkilala sa kilos, atbp., na maaaring malawakang magamit sa pagsubaybay, intelligent na transportasyon, bagong tingi. , natural na pakikipag-ugnayan, atbp. Ang batayan ay teknolohiya sa pagtuklas ng bagay. Ang teknolohiya ng pagtukoy ng target na batay sa malalim na pag-aaral ay may mataas na katumpakan at katatagan, ngunit ang computational load ay medyo malaki, at hindi ito maaaring praktikal na i-deploy at ilapat sa mga naka-embed na device sa loob ng mahabang panahon.
Bilang tugon sa AI artificial intelligence market at mga teknikal na pangangailangan, espesyal na na-optimize ng Rockchip ang MobileNet SSD network sa malakas na RK3399 platform, upang ang high-precision na MobileNet SSD300 1.0 ay tumatakbo sa frame rate na higit sa 8 frame, at ang MobileNet ay may bahagyang mas mababang katumpakan at mas mabilis na bilis SSD300 0.75 tumatakbo sa higit sa 11 fps. Dinadala ng quasi-real-time na bilis ng pagpapatakbo ang pangunahing teknolohiya ng AI ng target detection sa praktikal na paggamit sa naka-embed na terminal.
Bilang karagdagan sa mala-real-time na bilis nito sa pagpapatakbo, sinusuportahan ng teknikal na solusyon na ito ang modelong TensorFlow Lite na na-export ng pagsasanay sa TensorFlow Object Detection ng Google. Sa kasalukuyan, mayroong isang malaking bilang ng mga kaso ng paggamit batay sa TensorFlow Object Detection, na sumasaklaw sa lahat ng uri ng Detection mula sa mukha hanggang sa Object, na isa sa mga pinaka-maginhawa at tanyag na framework ng Detection ng target sa industriya.
Ang deep learning target detection technology solution ng Rockchip batay sa RK3399 chip platform ay maaaring suportahan ang Android o Linux system sa parehong oras, mapabuti ang karanasan ng user ng mga produkto ng AI gamit ang target detection technology, lubos na paikliin ang research at development cycle, at makatulong sa higit pang high-end na AI intelligent na mga produkto na matumbok sa merkado sa lalong madaling panahon.