其他行业 · AI应用
利用AI企业级技术提升交通安全
越南邮政电信集团发现繁忙路口亟需提升道路安全,这些地方经常发生交通拥堵和事故。为解决此问题,他们部署了由数千个摄像头和NVIDIA加速计算技术驱动的先进交通监控系统。该方法支持开发高性能AI模型,提供实时交通监控和分析。结果,VNPT显著提高了驾驶员和行人安全,优化了交通流,并获得了对交通拥堵的宝贵洞察,同时减少了模型训练和应用开发时间。
模型训练时间
数天
来源披露
开发者时间节省
未量化
来源披露
01
业务背景
越南邮政电信集团发现繁忙路口亟需提升道路安全,这些地方经常发生交通拥堵和事故。为解决此问题,他们部署了由数千个摄像头和NVIDIA加速计算技术驱动的先进交通监控系统。该方法支持开发高性能AI模型,提供实时交通监控和分析。结果,VNPT显著提高了驾驶员和行人安全,优化了交通流,并获得了对交通拥堵的宝贵洞察,同时减少了模型训练和应用开发时间。
02
遇到的问题
越南邮政电信集团(VNPT)希望利用AI提升交通安全,尤其是改善全国最繁忙路口的拥堵状况和驾驶员与行人的安全,需要能处理数千个摄像头、数十万次AI服务请求的高精度、高性能AI模型。
03
AI 解决方案
基于NVIDIA加速计算平台,使用DGX A100进行模型训练,T4和A30 Tensor Core GPU进行推理,并借助NVIDIA AI Enterprise中的Metropolis智能视频分析平台、DeepStream SDK和TensorRT进行视觉AI应用开发。利用预训练模型和框架训练AI模型,集成DeepStream对视频流进行对象检测、识别和分类(汽车、摩托车、自行车、行人)。将视频分析应用部署在边缘Jetson设备或本地T4/A30 GPU上,实现对交通信号的解读、目标运动跟踪和潜在事故预测,并在后端服务器上并行处理多路视频流。
04
实施结果
模型训练时间:数天(从数周缩短至数天)
开发者时间节省:未量化(通过NVIDIA AI Enterprise工具和框架节省了开发者时间)
05
风险与边界
首次使用DeepStream SDK时遇到挑战并出现性能问题,后通过NVIDIA企业级支持得以解决。
“VNPT received excellent support from NVIDIA experts to set up and optimize the AI models, resolve issues, and enhance infrastructure performance in an optimal manner.”
Cao Thanh Ha · Chief Technology Officer, VNPT AI
信息来源
1 个来源页面内容为结构化改写;关键结论应可追溯到以下材料。