T4 – NVIDIA 技術博客

利用 AI 驅動的洪水建模和 3D 可視化技術增強氣候韌性

Wed, 15 Jan 2025 06:43:24 +0000

AI 驅動的洪水建模和 3D 可視化工具正在改變社區應對氣候風險的方式。在這場 NVIDIA GTC 2024 會議中，RSS-Hydro 的 Guy Schumann 和 Guillaume Gallion 將探索新一代地理空間應用和高保真可視化 (包括 NVIDIA Omniverse ) 如何通過為決策制定、公眾教育和救災人員訓練提供動態工具來增強抗災能力。他們深入探討了 FloodSENS 等 AI 驅動的平臺如何結合使用衛星和傳感器數據以及在 NVIDIA GPUs 上運行的機器學習模型來創建高度準確的洪水地圖，即使在云量等具有挑戰性的條件下也是如此。主要技術和方法包括： FloodSENS 平臺 FloodSENS 是一款由機器學習驅動的洪水繪圖工具，使用基于光學衛星數據訓練的 U-Net 模型。它通過集成數字高程模型 (DEM) 和水流量網格等輔助數據集，

Source

]]>

AI 醫學影像模型實現快速高效的專家級圖像分析

Thu, 17 Oct 2024 06:15:30 +0000

加州大學洛杉磯分校(UCLA)的研究人員開發了一種新的 AI 模型，該模型可以專業地分析疾病的 3D 醫學圖像，而所需的時間遠低于人類臨床專家所需的時間。名為 SL I Vi T (SLice Integration by Vision Transformer) 的深度學習框架可分析來自不同圖像模式（包括視網膜掃描、超聲波視頻、CT、MRI 等）的圖像，識別潛在的疾病風險生物標志物。領導這項研究的計算醫學專家兼加州大學洛杉磯分校（UCLA）教授埃蘭·哈爾珀林（Eran Halperin）博士表示，該模型在各種疾病中的準確性很高，優于許多現有的特定疾病基礎模型。該模型采用了一種新的預訓練和微調方法，依賴于可訪問的大型公共數據集。因此，哈爾珀林博士認為可以相對較低的成本部署該模型來識別不同的疾病生物標志物，從而實現專家級醫學成像分析的大眾化。

Source

]]>

AI 實時鯊魚檢測提高海灘安全性

Tue, 06 Aug 2024 03:13:23 +0000

借助由 AI 提供動力支持的新型 SharkEye 檢測系統，加利福尼亞州的海灘變得更加安全。這項名為 SharkEye 的技術可以實時識別靠近海岸的鯊魚，并向公共安全官員、救生員和社區發送文本警報。這個創新的人工智能驅動系統由加州大學圣巴巴拉分校的 Benioff 海洋科學實驗室（BOSL）開發，使用配備高分辨率攝像頭的無人機。這些無人機拍攝視頻片段，然后通過機器學習算法進行分析，以確定是否存在鯊魚。實時檢測鯊魚可提高沿海地區的沖浪者和游水者的安全，該項目在圣巴巴拉附近的 Padaro 海灘啟動，該地區是幼年大白鯊和沖浪者頻繁接觸的區域。據 BOSL 項目科學家 Neil Nathan 稱，該團隊使用 NVIDIA T4 GPU 對計算機視覺模型進行了訓練，該模型在過去 5 年里從無人機在 Padaro 海灘進行的調查中獲得了超過 15,000 張圖像。

Source

]]>

使用 CV-CUDA 提高基于人工智能的計算機視覺的吞吐量并降低成本

Thu, 04 May 2023 03:41:08 +0000

涉及基于人工智能的實時云規模應用程序計算機視覺正在迅速增長。用例包括圖像理解、內容創建、內容審核、映射、推薦系統和視頻會議。然而，由于對處理復雜性的需求增加，這些工作負載的計算成本也在增長。從靜止圖像到視頻的轉變現在也正在成為消費者互聯網流量的主要組成部分。鑒于這些趨勢，迫切需要構建高性能但具有成本效益的計算機視覺工作負載。基于人工智能的計算機視覺管道通常涉及圍繞人工智能推理模型的數據預處理和后處理步驟，這可能占整個工作負載的 50-80% 。這些步驟中常見的運算符包括以下內容：雖然開發人員可能會使用 NVIDIA GPU 來顯著加速他們管道中的人工智能模型推理，但預處理和后處理仍然通常使用基于 CPU 的庫來實現。這導致整個人工智能管道的性能出現瓶頸。通常是人工智能圖像或視頻處理管道一部分的解碼和編碼過程也可能在 CPU 上受到瓶頸，影響整體性能。

Source

]]>