產品簡介 Introduction
IN-Edge分布式AI系統是浙大網新打造的一款基于分布式架構的人工智能通用軟件平臺。該系統采用高密度分布式ARM通用計算集群作為硬件平臺,通過基于邊緣計算的系統架構軟件平臺,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


產品架構
IN-Edge分布式AI系統-硬件平臺

高密度分布式ARM通用計算集群

1.通用架構,ARM計算單元,標準的軟件開發環境
2.綠色節能,處理同樣并發數能耗下降20倍以上
3.容器架構,計算任務在容器間調度比較容易
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,計算單元在一臺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-軟件平臺


產品優勢
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

在攝像頭視野里面,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(輸出為“真“,或者1),和盡可能正確地揪出生成的樣本,也就是假樣本(輸出為“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
華通AI應用技術-人臉聚類識別


華通AI應用技術-人臉聚類識別


華通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與人形聚類識別技術,通過信息同步算法,最終讓機器認出人物。


華通AI應用技術-系統化組網


華通AI應用技術-對搜索對象的多維度搜索



點擊播放-人員軌跡監控

華通AI應用技術-智能熱源識別

通過AI技術對攝像頭紅外光譜圖像的自動學習、處理分析,實現火災的監控、預警、報警。


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,無需改動現有雪亮工程的線路、架構,就可以整合雪亮工程里面的社會資源接入網、公安視頻專網和公安信息網的資源,無縫對接雪亮工程。


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,并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系統運用人臉聚類識別、人形聚類識別、人物識別、車輛聚類識別、智能熱源識別等技術監控小區,提高小區的安全性和改善生活環境。



點擊播放-動作監控

行業應用-智能車位識別

通過IN-Edge分布式AI系統,可以根據車輛停放情況智能識別車位,方便城市管理者進行空車位引導、違章停車管理等功能。



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-媒資應用



舟山飞鱼走势图