เมื่อวันที่ 16 พฤษภาคม 2018 Rockchip ได้เปิดตัวโซลูชันเทคโนโลยีการตรวจจับเป้าหมายที่ใช้การเรียนรู้เชิงลึกซึ่งทำงานบนแพลตฟอร์มชิป RK3399 ซึ่งสามารถให้บริการโซลูชันกึ่งแบบครบวงจรสำหรับอุตสาหกรรมปัญญาประดิษฐ์ AI ระดับไฮเอนด์ และสามารถรองรับทั้งระบบ Android และ Linux . อัตราการตรวจจับเป้าหมายมากกว่า 8 เฟรม/วินาที
ในด้านปัญญาประดิษฐ์ การตรวจจับเป้าหมายเป็นทิศทางการวิจัยที่ได้รับความนิยมอย่างมาก การตรวจจับเป้าหมายหมายถึงการค้นหาและจำแนกวัตถุเป้าหมายในรูปภาพหรือวิดีโอ สำหรับเครื่องจักร เป็นเรื่องยากที่จะได้รับแนวคิดเชิงนามธรรมและการวางตำแหน่งของวัตถุโดยตรงจากเมทริกซ์พิกเซล RGB ซึ่งนำมาซึ่งความท้าทายอย่างยิ่งต่อแอปพลิเคชันปัญญาประดิษฐ์ AI
ในปัจจุบัน ทิศทางการวิจัยและพัฒนาหลักของเทคโนโลยีปัญญาประดิษฐ์ ได้แก่ การตรวจจับใบหน้า การตรวจจับร่างกายมนุษย์ การตรวจจับยานพาหนะ การตรวจจับรหัสสองมิติและการจดจำท่าทาง ฯลฯ ซึ่งสามารถใช้กันอย่างแพร่หลายในการตรวจสอบ การขนส่งอัจฉริยะ การค้าปลีกแบบใหม่ ปฏิสัมพันธ์ตามธรรมชาติ ฯลฯ พื้นฐานคือเทคโนโลยีการตรวจจับวัตถุ เทคโนโลยีการตรวจจับเป้าหมายที่อาศัยการเรียนรู้เชิงลึกมีความแม่นยำและความทนทานสูง แต่โหลดการคำนวณค่อนข้างใหญ่ และไม่สามารถนำไปใช้ได้จริงในอุปกรณ์ฝังตัวเป็นเวลานาน
เพื่อตอบสนองต่อตลาดปัญญาประดิษฐ์ AI และความต้องการทางเทคนิค Rockchip ได้ปรับแต่งเครือข่าย MobileNet SSD บนแพลตฟอร์ม RK3399 ที่ทรงพลังเป็นพิเศษ เพื่อให้ MobileNet SSD300 1.0 ที่มีความแม่นยำสูงทำงานที่อัตราเฟรมมากกว่า 8 เฟรม และ MobileNet ที่มี ความแม่นยำลดลงเล็กน้อยและความเร็วที่เร็วขึ้น SSD300 0.75 ทำงานที่มากกว่า 11 fps ความเร็วในการทำงานกึ่งเรียลไทม์นำเทคโนโลยี AI พื้นฐานของการตรวจจับเป้าหมายไปใช้จริงในเทอร์มินัลแบบฝัง
นอกจากความเร็วในการทำงานกึ่งเรียลไทม์แล้ว โซลูชันทางเทคนิคนี้ยังรองรับโมเดล TensorFlow Lite ที่ส่งออกโดยการฝึกอบรม TensorFlow Object Detection ของ Google ในปัจจุบัน มีกรณีการใช้งานจำนวนมากที่อิงตาม TensorFlow Object Detection ซึ่งครอบคลุมการตรวจจับทุกประเภทตั้งแต่ใบหน้าไปจนถึงวัตถุ ซึ่งเป็นหนึ่งในเฟรมเวิร์กการตรวจจับเป้าหมายที่สะดวกและได้รับความนิยมมากที่สุดในอุตสาหกรรม
โซลูชันเทคโนโลยีการตรวจจับเป้าหมายการเรียนรู้เชิงลึกของ Rockchip ซึ่งใช้แพลตฟอร์มชิป RK3399 สามารถรองรับระบบ Android หรือ Linux ได้ในเวลาเดียวกัน ปรับปรุงประสบการณ์ผู้ใช้ผลิตภัณฑ์ AI โดยใช้เทคโนโลยีการตรวจจับเป้าหมาย ลดระยะเวลาการวิจัยและพัฒนาลงอย่างมาก และช่วยให้ AI ระดับไฮเอนด์มากขึ้น ผลิตภัณฑ์อัจฉริยะเพื่อตีตลาดโดยเร็วที่สุด