物联网的采用率仍处于历史高位

作为专业可视化图形领域的引领者，NVIDIA每年都会带着自己的产品和解决方案参加BIRTV(北京国际广播电影电视展览会)。受疫情影响，今年举行的第二十九届北京国际广播电影电视展览会改为线上举办。为此，NVIDIA也通过线上形式，与媒体沟通了其在专业可视化业务上的最新的产品、解决方案以及在行业中的落地应用。会上，除了NVIDIA的高管和技术专家之外，来自不同行业的NVIDIA的密切合作伙伴也进行了精彩的内容分享，详细介绍了最新应用实例，分享了他们对于自己领域发展的一些核心观点。

NVIDIA专业可视化亚太区业务主管沈威在开场致词中指出，BIRTV是中国最具权威的广播电影电视综合设备展览会，NVIDIA始终对广电传播行业格外重视，已经连续多年参展。他强调，5G全面商用以及大数据、人工智能等技术的大范围推行，将重新定义并塑造整个行业，对技术带来了全新的挑战。NVIDIA在计算机图形和人工智能领域已经具备非常成熟的技术，并且通过与国内外行业领导者合作，在广电传播领域中得到了广泛的应用落地。

 

对多个基于专用数据集的人群计数模型实现进行评估后，该项目将模型范围缩小到两个选项：Multi Column CNN model (MCNN) 和 OpenPose 模型。二者均符合速度要求。

• 对于高密度人群图像，MCNN 模型取得了良好的效果；
• 对于低密度场景，OpenPose 表现良好。
• 而当人群密度未知时，该项目采用启发式方法。在满足以下条件时使用 MCNN 进行预测：OpenPose 预测大于 20，MCNN 大于 50。反之，则使用 OpenPose 预测。模型的阈值可以根据使用者的场景进行更改。

此外，该目录还展示了依赖项、安装过程、测试及性能。

 

型的训练和评估更加用户友好。这里在预训练时使用的是 IG-Kinetics 数据集。

7. 多目标跟踪

该目录提供了构建和推断多目标跟踪系统的示例和最佳实践，旨在使用户能够基于自定义数据集轻松训练高准确率跟踪模型。

该库集成了 FairMOT 跟踪算法，该算法在近期的 MOT 基准测试中表现出了很强的跟踪性能，同时也推理速度也很快。

8. 人群计数

该目录提供了多个人群计数算法的 production-ready 版本，不同算法被统一在一组一致性 API 下。

 

库使用了 torchvision 的 Faster R-CNN 实现，它被证明能够很好地处理多种计算机视觉问题。

项目作者建议使用者在具备 GPU 的机器上运行示例，虽然 GPU 在技术层面上并非必需，但是如果不使用 GPU，即使只用几十个图像，训练过程也会变得非常缓慢。

4. 关键点检测

该目录包含构建关键点检测系统的示例和最佳实践指导原则，并展示了如何使用预训练模型进行人体姿势估计。

该目录使用了 Mask R-CNN 的扩展，可以同时检测物体及其关键点。其底层技术与上述目标检测方法类似，即基于 Torchvision 的 Mask R-CNN。

（编辑：淮南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!