EO 517

la sorveglianza, i modelli di deep learning per il rileva- mento di oggetti/punti chiave sono particolarmente rile- vanti, in quanto possono riconoscere e localizzare oggetti multipli, come gli esseri umani e i veicoli, all’interno di un’immagine. Deep learning sull’AM62A L’edge AI, sebbene non identica all’apprendimento pro- fondo (DL - Deep Learning) è strettamente correlata ad essa. Le reti neurali sono particolarmente adatte per le attività di visione come la classificazione, il rilevamento di oggetti/punti chiave e la segmentazione semantica. La loro implementazione sui dispositivi edge richiede il giu- sto mix tra hardware e software per l’accelerazione degli algoritmi di DL per ottenere sistemi affidabili ed efficienti in grado di assicurare prestazioni adeguate. Acceleratore di deep learning I processori di TI sfruttano acceleratori di deep learning allo stato dell’arte. TI vanta una lunga tradizione nei pro- Fig. 2 – Smart camera di sicurezza per il riconoscimento di eventi pericolosi con l’edge AI prima dell’uplink del video con codifica H.265 sulla rete Fig. 3 – Schema a blocchi dei flussi di dati per caso d’uso con smart camera di sicurezza con utilizzo di acceleratori hardware integrati per l’offload di funzioni ISP, AI e codifica video SMART CAMERAS EO LIGHTING - APRILE 2024 XXV

RkJQdWJsaXNoZXIy Mzg4NjYz