pour consolider les bases de l'intelligence numérique, aokan technology et huawei ont publié conjointement une solution de modèle de transport et de logistique à grande échelle
2024-09-25
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
lors de la huawei connected conference 2024, le « sommet gagnant-gagnant sur l'intelligence des transports » de huawei s'est tenu avec succès. aokan technology a été invité à y assister et, avec ma yue, vice-président de huawei et pdg du transportation intelligence corps, ils ont partagé la vision, les tendances et les dernières pratiques de transformation intelligente dans le domaine des transports avec des partenaires industriels mondiaux, et ont officiellement publié un solution de modèle de transport et de logistique à grande échelle pour promouvoir le développement des transports de haute qualité.
3ème à partir de la droite, he xin, cto d'aokan technology
aokan technology, en tant que leader en matière de nouvelle productivité de qualité du big data, complète depuis de nombreuses années les avantages de huawei au niveau des produits, des activités et du marché. aujourd'hui, l'essor rapide de l'industrie du grand modèle a entraîné des changements dans le paradigme des applications et du développement de l'ia en créant un réglage général de grand modèle + scène, de meilleures capacités de découverte omniprésentes, une précision de reconnaissance d'événements plus élevée et un développement d'algorithmes plus court. peut être réalisé le cycle de découverte du temps et des événements en ligne facilite efficacement la réforme des méthodes de gestion du trafic.
cette année, aokan technology se concentre sur les scénarios d'accidents de la route, combinant la visualisation de données massives et les capacités de grands modèles auto-développées pour construireactifs d'étiquettes vidéo de trafic, modèles de détection des accidents de la circulation, détection d'objets projetés à grande vitesse, détermination et description du degré d'accident de la circulationet d'autres fonctions commerciales, formant la solution de modèle de sécurité routière à grande échelle d'aokan, reconstruisant des scénarios de gouvernance de la sécurité routière et aidant conjointement les villes à évoluer vers une « intelligence » raffinée.
balises d'éléments vidéo de trafic
pour les applications de traitement de ressources vidéo frontales massives, les méthodes de tri manuel conventionnelles ont des cycles longs et ne sont pas standardisées, ce qui entraîne une faible efficacité de récupération et l'incapacité d'effectuer une récupération vidéo en fonction des changements de scène et des besoins de l'entreprise. aokan traffic safety large model peut établir un système d'étiquetage intelligent standard pour les ressources vidéo du trafic urbain, réaliser un étiquetage intelligent par l'ia, faire correspondre directement les données d'étiquette avec les entreprises et rechercher des ressources vidéo en quelques secondes.
en conséquence, le temps de récupération vidéo est passé de minutes à secondes, la récupération vidéo a évolué d'une opération manuelle à une commande vocale et le cycle de rafraîchissement des balises vidéo est passé d'un mois à une heure. revitalisez les ressources vidéo de trafic en actifs de données efficaces, permettant aux caméras d'être utilisées de manière flexible par les entreprises.
modèle de détection des accidents de la route
il est entendu que le centre de commandement de la police de la circulation compte environ 5 policiers en service en même temps et peut gérer jusqu'à 200 incidents de police par jour. les accidents se produisent souvent de manière aléatoire et n'importe où, et le manque de patrouilles de police entraîne le signalement des incidents par les citoyens, ce qui rend difficile la détection proactive et le suivi des situations policières en temps opportun.
le grand modèle de sécurité routière aokan dispose d'un modèle de détection des accidents de la route intégré pour réaliser une surveillance en temps réel et une alerte précoce automatique des routes. lorsque le système détecte une situation anormale, telle qu'une collision de véhicules, un embouteillage, etc., il peut immédiatement avertir la police à proximité de la gérer, réduisant ainsi considérablement le temps de réponse, optimisant l'allocation des ressources policières, améliorant l'efficacité du travail et les capacités d'intervention d'urgence de le centre de commandement de la police de la circulation et assurer la sécurité du trafic urbain protéger et protéger.
détection d'objets projetés à grande vitesse
pour les comportements complexes tels que le lancement d’objets à grande vitesse, les scènes spéciales sont difficiles à découvrir grâce à des algorithmes de petits modèles. le modèle à grande échelle de sécurité routière d'aokan est doté d'une machine de formation et de poussée intégrée, et les gestionnaires d'autoroutes peuvent générer de nouveaux algorithmes à coût nul de manière minimaliste, réalisant ainsi que « les idées sont des algorithmes » dans le vrai sens du terme.
les informations d'alerte précoce peuvent inclure des informations détaillées telles que l'emplacement, la taille et le type des objets lancés, afin que des mesures de traitement puissent être prises en temps opportun. dans le même temps, le grand modèle de sécurité routière collecte en permanence de nouvelles données de détection d'objets lancés à grande vitesse et optimise et met à jour le grand modèle cv. en augmentant la diversité et la quantité des données de formation, la capacité de généralisation et la précision du modèle sont améliorées pour améliorer le niveau de gestion de la sécurité routière.
détermination du degré d'accident de la route et description de la situation policière
le développement de grands modèles visuels a apporté de profonds changements dans la compréhension et la gestion des accidents de la route. les méthodes de jugement traditionnelles reposent souvent sur des enquêtes manuelles sur place et des déclarations de témoins pertinentes. cette méthode est inefficace et sensible à des facteurs subjectifs, ce qui entraîne des résultats de jugement inexacts.
le grand modèle de sécurité routière aokan est équipé de capacités de grand modèle cv grâce à l'apprentissage visuel d'un grand nombre d'accidents de la route, il peut automatiquement identifier et analyser les éléments clés des accidents. par exemple, la forme des blessés dans la zone de l'accident, le véhicule s'est renversé et est tombé au sol, et les débris endommagés, etc. utilisant une technologie avancée de traitement d’image et des algorithmes d’apprentissage profond, la solution peut extraire rapidement et précisément des informations et les convertir en données quantifiables. dans le même temps, les capacités de modèles graphiques et textuels à grande échelle développés par aokan peuvent être utilisées pour générer automatiquement des descriptions détaillées des avertissements d'accidents de la route, fournissant ainsi une base importante pour la gestion ultérieure des accidents et la détermination des responsabilités.
l'intelligence industrielle est un projet de système complexe, et seules l'ouverture et la coopération peuvent conduire à des résultats gagnant-gagnant. à l'avenir, aokan technology s'associera à huawei et à des partenaires mondiaux pour construire une base numérique stable et fiable grâce à l'innovation technologique, permettant ainsi la mise à niveau intelligente des scénarios commerciaux de transport et contribuant à atteindre « les gens sont satisfaits de leurs voyages, les marchandises circulent ». de manière optimale, et l'intelligence numérique gagne" "vision.
(dazhong.com)
