交通事件檢測始終是道路安全治理與事故預防的重點。宇視科技深耕交通行業(yè)多年,梧桐大模型將AI能力深度落地于各大交通場景,全面賦能云、邊、端三大類產(chǎn)品,推出新一代事件檢測攝像機和分析終端及服務(wù)器。大模型的高效應(yīng)用顯著提升了方案檢測精度及分析性能,為道路數(shù)字化轉(zhuǎn)型提供強勁助力。
在復雜多變的道路場景下,事件檢測技術(shù)的規(guī)模性落地一直是行業(yè)難題。傳統(tǒng)檢測算法因抗干擾能力弱、泛化性不足,在低照、小像素、多目標等場景中易產(chǎn)生誤報(如拋灑物、異常停車等),不僅影響使用體驗,還增加了人工審核成本。技術(shù)應(yīng)用非但未能減負,反而成了管理負擔。
大模型突破傳統(tǒng)算法瓶頸,全面提升檢測精度
宇視科技依托“梧桐”行業(yè)大模型,深度融合自適應(yīng)學習框架與知識蒸餾技術(shù),構(gòu)建新一代事件檢測算法方案。該方案采用動態(tài)語義感知網(wǎng)絡(luò)和自動跟蹤算法,有效解決了光照突變、目標遮擋等極端場景下的檢測難題,顯著提升了檢測精度。
大模型助力云邊端平權(quán),提質(zhì)增效
在傳統(tǒng)的交通事件方案組網(wǎng)中,受制于前端算力不足、算法精度不高、算法泛化能力弱等現(xiàn)實問題,邊緣/中心端往往承擔了更多更復雜的檢測分析任務(wù)。
宇視梧桐大模型在攝像機蒸餾落地,在同樣的算力標準下實現(xiàn)了檢出率及檢準率的雙重提升。借助大模型的賦能,前端分析不僅提升了事件檢測的實時性,還能有效承擔邊緣及中心側(cè)的分析任務(wù),從而釋放后端資源,實現(xiàn)資源的動態(tài)分配與高效利用。
拋灑物
傳統(tǒng)算法對小型、異形障礙物的識別率較低,易受光線、車流干擾,且容易誤識道路標識。而基于大模型技術(shù),可精準識別物體類別,有效定位散落輪胎、碎片等拋灑物,實現(xiàn)復雜場景下的精準檢測,顯著提升干擾因素下的檢出效果,從而更好保障行車安全。
異常停車
傳統(tǒng)方案在識別執(zhí)法作業(yè)、道路施工等場景時存在辨識盲區(qū),易誤檢交通標識等靜態(tài)設(shè)施,虛警頻發(fā)。梧桐大模型通過構(gòu)建精細化車輛特征識別模型,不僅能精準區(qū)分社會車輛與特種作業(yè)車輛,還可結(jié)合場景語義理解有效過濾干擾目標,顯著減少無效警情,提升交通管理效率。
積雪/團霧
冰雪覆蓋使車道標線難以識別,傳統(tǒng)算法難以有效區(qū)分大霧和陰天場景,檢測穩(wěn)定性不足。基于大模型技術(shù),可結(jié)合環(huán)境信息,精準識別道路積雪、團霧等復雜路況,從而提升道路運維效率。
宇視“梧桐”大模型讓事件檢測智能化能力全面升級,更精準、更穩(wěn)定、更真實、更高效,深度賦能交通管理場景,營造更加安全、有序、高效的交通出行體驗。
宇視科技深耕交通領(lǐng)域,不斷探索AI技術(shù)的創(chuàng)新應(yīng)用,將AI技術(shù)與交通管理緊密結(jié)合,為智慧交通的發(fā)展注入了新的活力。未來,宇視科技將繼續(xù)秉持創(chuàng)新精神,推動智慧交通的全面發(fā)展。