可学习型传统仪表智能识别模组 离线仪表图像识别模组(AIY telemetering module)提供一种低成本、低功耗、小体积的离线图像识别模组,通过采用深度网络压缩技术对原始深度模型参数进行压缩处理,使得神经网络能够在现有的、低性能、低成本的芯片上运行起来,本模组能方便的部署在对价格和功耗敏感的智能仪表产品中,如各种指针式、数字式和刻度式仪表等,可以帮助企业以较低的成本使用图像识别技术并形成无线物联网络节点(IoT node)。该产品的核心竞争优势是价格低、功耗低,能为对价格和功耗敏感的人工智能产品提供更为实用廉价的仪表识别和数据收集技术。本项目模组主要采用深度学习压缩技术,大幅度降低计算单元,功耗低,同时通过压缩后的模型,可以在现有的低成本、低性能的模组上运行,从而大幅度的降低成本。本产品更省电、成本低、可组Zigbee、Zwave、BT5.0、LoRa、WiFi、Ethernet、RS232/485/422 及其他无线有线网,为传统仪表升级为智能仪表产品提供了一个完美的解决方案。 产品介绍: (1)嵌入式图像识别模块: 自主研发基于深度学习的图像识别算法引擎,算法运行基于本地芯片硬件,无需联互联网,实现本地化快速数据处理。具有高集成化、低成本、低功耗等优点,硬件模块化标准设计、预留I/O、UART、SPI 等可扩展资源,方便个性化定制开发。 (2)AI 图像视觉训练云平台: 图像识别技术是人工智能的一个重要领域,针对更复杂的图像识别应用场景,全新开发基于AI 图像视觉云平台,可快速准确的提取并识别各种不同模式的目标和对象。提供标准SDK 开发包、开放式数据接口,广泛兼容普通摄像机的接入,平台运算处理后返回结果至设备终端,具有可扩展性强、运行高效、成本低,兼容性强等优点。 应用场景: 产品广泛应用于工厂,农业,医疗,化工,冶金,牧业,渔业,林业,家庭,企业和智慧城市中仪表识别和智能控制等领域。 典型案例: 物联网工业抄表系统: 基于嵌入式图像识别模块,自动拍摄仪表的显示面板,根据所拍的图片信息把相关的数字信息提取并识出来,并且通过标准UART 端口输出,可以快速便捷接入物联网,实现远程抄表监测功能。… 了解更多
8月06,2020   |   Monica