【研究目的】

基于深度学习技术获取周围环境视觉语义信息将会产生繁多的计算需要处理，在个体硬件水平和成本受限的情况下，很难在保证精确度的同时确保系统的实时性，阻碍了计算机视觉相关系统产业化落地与实际应用的步伐。因此，考虑通过将计算机视觉算法与云边端协同架构深度融合，利用端云协同机制，将繁多的计算量交由云平台和板载硬件共同处理，进而既能够延展板载硬件本体有限的计算资源，又能够保障系统的运行效率。

【技术创新】

针对资源有限的终端设备部署计算机视觉相关智能算法能力较差的问题，设计端云协同的计算机视觉算法系统架构，从而使得低成本的终端设备，能够高效地完成对周围环境的精准感知与语义信息获取。主要创新点如下：

（1）设计了端云协同的计算卸载机制，能够适配不同的端云硬件配置；

（2）发明了端云协同图像识别/目标检测/实例分割/新技术，使得低成本终端设备能够高效运行上述算法。

应用场景算法示例

【知识产权】

（1）发表相关研究论文10余篇；

（2）申请中国发明专利4项。

【应用领域】

人工智能、机器人、3C电子等。

【应用情况】

（1）2019-2024年，非洲矿业有限公司，开展横向合作；

（2）2023.10，广东省智慧陆港管理有限公司，共建智慧陆港联合研发中心。