YOLO（You Only Look Once）是一種目標檢測算法，它使用深度神經網絡模型，特別是卷積神經網絡，來實時檢測和分類對象。該算法開始被提出是在2016年的論文《You Only Look Once：統一的實時目標檢測》中。自發布以來，由于其高準確性和速度，YOLO已成為目標檢測和分類任務中很受歡迎的算法之一。它在各種目標檢測基準測試中實現了高性能。就在2023年5月初，YOLO-NAS模型被引入到機器學習領域，它擁有更高的精度和速度，超越了其他模型如YOLOv7和YOLOv8。慧視RK3399PRO圖像處理板能實現24小時、無間隙信息化監控。湖北電力巡檢AI智能算法

慧視SpeedDP深度學習算法開發平臺采用標準的AI開發流程，即需求分析->數據采集標注->模型訓練->測試驗證->模型部署。實際操作部分可分為如下五個模塊：數據集管理：采集并制作用于訓練和測試的數據集；項目配置：根據項目的實際情況，對調整相關配置參數進行定制化開發；模型訓練：完成訓練參數配置，開始模型訓練并監控訓練過程，損失精度。可接受時，暫停訓練；模型測試：使用數據集或實際業務場景圖像視頻數據進行模型評估；模型部署：模型測試結果達到預期，進行模型轉化和部署。慧視光電SpeedDP深度學習算法開發平臺主要針對一些數據需要保密、同時又有AI算法開發能力的單位、AI算法軟件公司等，縮短算法的開發、優化、部署周期，同時減少人員的消耗，達到降本增效的目的。陜西智慧城市AI智能服務平臺越來越多的工作正在淘汰傳統的人工標注模式。

SpeedDP能夠實現目標檢測、算法模型、項目參數的配置，整個訓練過程完全可視化，讓使用者直觀感受，同時支持數據（圖像、視頻）的實時加載測試，輸出OSD疊加后的測試結果。如果嫌麻煩，還可以選擇自動標注，軟件能夠基于使用者導入的數據集快速生成標注結果，支持標注工具讀取和調整。軟件除了移動端，還支持內網web服務快速搭建，用于團隊內部或對外進行快捷訪問和申請服務。可以說，SpeedDP能夠一定程度上解放雙手，提升圖像標注效率，減少項目開發時間，節約成本。此外，針對于數據安全，SpeedDP支持完全的本地化服務器部署，對于數據十分敏感的政企事業單位，都可以放心使用。

作為成都慧視光電技術有限公司針對AI零基礎用戶的低門檻AI開發平臺，SpeedDP深度學習算法開發平臺提供從數據標注、模型訓練、測試驗證到RockChip嵌入式硬件平臺模型部署的可視化AI開發功能。此外，針對于研究所等需要數據保密的企業單位，本地化服務器部署，能夠讓數據敏感的用戶也無懼信息安全威脅。目前慧視SpeedDP主要提供目標檢測算法的開發，不同的用戶可針對自己的業務場景進行AI算法的定制化開發以及算法模型的快速迭代優化。RK3399PRO圖像處理板識別概率超過85%。

你是否也曾一個個的將圖像添加標簽進行分類，如此機械式的操作令你心煩？你們單位是否也曾為了不多不少的圖像分類標注而不得不增加一個崗位？你們也是否因圖像標注需求和數據安全不可兼得而苦惱？為了解決這一市場需求和困境，慧視光電研發了SpeedDP深度學習算法開發平臺，如今平臺已經實現移動端使用，可運行于Windows或Linux操作系統，可完成自動標注、AI算法開發（項目配置、訓練、評估、測試）、模型部署等相關功能，充分保證數據安全的基礎上，幫助使用者減少人力、物力消耗，節省開發時間。人工智能和機器學習的數字施工工具，可以提供準確和精確的測量。湖北電力巡檢AI智能算法

AI圖像處理板能實現24小時、無間隙信息化監控。湖北電力巡檢AI智能算法

慧視光電推出的SpeedDP深度學習算法開發平臺支持labelimg數據標注格式，用戶采集得到圖像數據后使用labelimg工具進行數據標注，然后將圖像文件和標注文件按如圖2所示指定的形式存放即可直接用于模型訓練。一般不同的業務場景需求對應不同的數據和算法參數設置，慧視SpeedDP深度學習算法開發平臺采用項目配置的方式來對不同的業務需求進行管理。采集數據后，能夠批量加載一定數量的數據并進行合并后輸入模型，實時顯示訓練記錄，并能以文件的形式保存運行時訓練參數。湖北電力巡檢AI智能算法