面向自动车牌识别 (ALPR) 加速应用的 AI Box

发布者: Uncanny Vision

用于 LPR / ANPR 的 AI Box 是一种深度学习应用,可解码多个实时摄像机流,检测、跟踪车辆并读取车牌文本。常见应用包括智能泊车、门禁安全、交通管理与执法等。

AMD 合作伙伴视频:Uncanny Insighter - Gate ANPR/LPR

特性:

  • 视频流水线为检查车辆、车牌和车型并进行车牌识别提供多种人工智能模型
  • 在 1080p 分辨率下支持达 2 个数据流的 H.264/H.265 解码
  • 端到端 LPR 解决方案,包括仪表盘、远程监控、车辆黑名单和白名单
  • 开放 REST API,实现自定义集成
  • 包括硬件设计的完整应用
常见问题解答

不,该应用不需要任何 FPGA 设计经验。

为北美、欧洲、印度、澳大利亚提供现成的 LPR。其他国家可申请定制选项。

既可每月订购,也可一次性购买许可证。

不,LPR 解决方案完全基于视频和摄像头。

主要资料
电力驱动中的自适应计算
通过自适应计算助力电力驱动控制和可持续发展

AMD Kria™ 自适应模块系统 (SOM) 器件在电力驱动控制中发挥着重要作用。它们可以优化性能,帮助电机更高效地运行,还能降低功耗、减轻噪音、减少振动,并在潜在故障发生之前检测到它们。下载全新的电机控制电子书以了解更多信息!

使用自适应计算加速您的 AI 边缘解决方案
使用自适应计算加速您的 AI 边缘解决方案

了解有关自适应 SOM 的所有信息,以实例解释了自适应 SOM 为什么适合下一代边缘应用,以及如何在下一代边缘应用中部署自适应 SOM。本书还强调了智能视觉提供商如何从只有自适应 SOM 才能实现的性能、灵活性及快速开发等优势中获益。

机器人自适应计算
机器人自适应计算

对机器人的需求正在迅速增长。构建一款既安全又能与人一起工作的机器人已经够难了。还要让这些技术协同工作,则更具挑战性。更复杂的是,机器学习和人工智能的加入,增加了满足计算需求的难度。

机器人专家正在转而采用自适应计算平台,其可在一个适应未来、可扩展的自适应集成型平台上实现内建的安全功能,从而可提供低时延、确定性的多轴控制。参阅 eBook,了解更多信息。