Rockchip发布基于深度学习的目标检测技术方案， 加速高端人工智能商用进程

Rockchip正式发布运行在RK3399芯片平台的基于深度学习的目标检测技术方案，可为AI人工智能行业提供准Turnkey解决方案，可同时支持Android及Linux系统，其目标检测速率达到8帧/秒以上。

在人工智能领域中目标检测是非常热门的研究方向，目标检测是指对图片或视频中的目标性物体进行定位并分类。对于机器来说，从RGB像素矩阵中很难直接得到物体的抽象概念并定位，这给AI人工智能应用带来很大的挑战。

目前，人工智能技术的主要研发方向为：人脸检测、人体检测、车辆检测、二维码检测及手势识别等，可广泛应用在监控、智能交通、新零售、自然交互等，而这些应用的基础正是目标检测技术。基于深度学习的目标检测技术具有很高的准确性和鲁棒性，但运算量比较大，长期无法在嵌入式设备中取得实际部署和应用。

针对AI人工智能市场和技术需求，Rockchip在性能强大的RK3399平台上，对MobileNet SSD网络进行专项优化，使高精度的MobileNet SSD300 1.0运行帧率达到8帧以上，精度略低而速度更快的MobileNet SSD300 0.75的运行帧率超过11帧。准实时的运行速度，将目标检测这一基础AI技术在嵌入式端带向实用。

除了准实时的运行速度外，这一技术解决方案支持Google的TensorFlow Object Detection训练导出的TensorFlowLite模型。目前已有大量基于TensorFlow Object Detection的使用案例，涵盖从面部到物体的各类检测，是工业上最方便使用、最普及的目标检测框架之一。

Rockchip基于RK3399芯片平台的深度学习目标检测技术解决方案可同时支持Android或Linux系统，提升使用目标检测技术的AI产品的用户体验，大幅缩短研发周期，帮助更多的AI智能产品尽早面市。