La tecnologia di riconoscimento dell'iride dell'IA si sta spostando dal cloud ai dispositivi terminali.
In passato, il riconoscimento dell'iride di alta precisione dell'IA spesso si basava sulla potenza del cloud computing,che ha creato colli di bottiglia inerenti alle applicazioni in scenari con accesso limitato alla rete o requisiti di privacy rigorosiCome migrare le capacità degli algoritmi verso dispositivi edge mantenendo l'accuratezza del riconoscimento è diventata una sfida tecnica comune per l'industria.
Homsh ha fornito la sua soluzione.
I. Piattaforma nazionale NPU: riconoscimento dell'iride end-to-end
Recentemente, il team di ricerca e sviluppo di Homsh ha completato la distribuzione e la verifica del modello di riconoscimento dell'iride leggero sviluppato dalla società su una piattaforma NPU incorporata.L'hardware di destinazione selezionato è una scheda di sviluppo basata sul chip Rockchip RK3588, un prodotto rappresentativo dei chip di edge computing domestici ad alte prestazioni, che adotta l'architettura aarch64 ed è dotata di un'unità di calcolo NPU dedicata.
Il team ha verificato sistematicamente due vie tecniche su questa piattaforma: una soluzione di inferenza generale basata su ONNX Runtime e una soluzione di accelerazione NPU basata su RKNN.Entrambe le rotte hanno completato il carico dei modelli, connessione di collegamento di inferenza e verifica delle funzioni e l'interfaccia grafica utente di supporto possono normalmente eseguire la valutazione offline e la cattura in tempo reale.
Questo significa che l'algoritmo di riconoscimento dell'iride di Homsh ora ha la capacità di funzionare in modo indipendente sui chip edge domestici.
II. 3.7x Miglioramento della velocità: notevole effetto di accelerazione NPU
I dati sulle prestazioni forniscono l'illustrazione più intuitiva.
In condizioni di prova standard, il modello ONNX raggiunge una precisione di riconoscimento dell'iride del 100% con un frame rate di inferenza stabile di circa 1 FPS.il modello RKNN accelerato da NPU vede il suo frame rate di inferenza saltare a 3.64 FPS, che rappresenta un miglioramento della velocità di circa 3,7 volte.
Dietro questo salto di performance c'è il successo del team nel superare numerosi ostacoli tecnici, tra cui l'esportazione del modello RKNN, la compatibilità dell'architettura della biblioteca sottostante,e le definizioni dei simboli mancantiDal trapianto dell'algoritmo all'adattamento dell'hardware, ogni passo ha verificato la maturità delle capacità di integrazione verticale di Homsh nel "terminal algoritmico".
Attualmente il team sta conducendo ulteriori ricerche sull'ottimizzazione della precisione del modello RKNN,che mira a ripristinare l'accuratezza di riconoscimento ad un livello paragonabile alla versione ONNX mantenendo il vantaggio dell'elevato frame rate.
III. Edge Deployment: Sbloccare più possibilità di applicazione
Il valore dell'intelligenza di punta va oltre la sola velocità.
Quando le funzionalità di riconoscimento dell'iride sono integrate in una piccola scheda di sviluppo, si libera dalla dipendenza dalla potenza di calcolo cloud e dalle connessioni di rete stabili.Per scenari con condizioni di rete limitate come le miniere sotterraneeIn questo caso, il sistema di controllo dei movimenti di massa, dei cantieri remoti e delle forze dell'ordine mobili, significa una soluzione veramente implementabile.
Allo stesso tempo, in modalità di distribuzione edge, i dati biometrici possono essere abbinati senza essere caricati nel cloud,che è naturalmente adatto a scenari di applicazione con requisiti rigorosi di sicurezza dei dati, come gli sbocchi finanziari e i servizi governativi.
Homsh continuerà a promuovere l'adattamento approfondito di algoritmi leggeri a chip edge domestici, fornendo ai partnere soluzioni per il riconoscimento dell'iride.
IV. Caratteristiche tecniche
Rapida panoramica dei punti salienti tecnici
Piattaforma bersaglio: Rockchip RK3588
Tipo di modello: Riconoscimento dell'iride + riconoscimento facciale
Accuratezza ONNX: 100%
RKNN Frame Rate: 3,64 FPS
Verificazione delle funzioni: valutazione offline, cattura in tempo reale, modalità di riconoscimento 1:N
Dalla ricerca e sviluppo di algoritmi all'adattamento dei chip, dalla distribuzione in cloud all'implementazione edge, Homsh sta espandendo i confini di applicazione della tecnologia di riconoscimento dell'iride passo dopo passo.
Rendere il riconoscimento più veloce, più vicino e più sicuro.
Per ulteriori dettagli tecnici o per discutere le opportunità di cooperazione, non esitate a contattarci.
