Нейронная сеть Xailient потребляет в 250 раз меньше энергии (всего 280 микроджоулей), чем традиционные встроенные решения, и, благодаря времени обработки в 12 миллисекунд (мс), работает в режиме реального времени и быстрее, чем самое эффективное решение для распознавания лиц, доступное для периферийных устройств.

Системы искусственного интеллекта с питанием от батарей, требующие распознавания лиц, такие как домашние камеры, промышленные интеллектуальные камеры видеонаблюдения и решения для розничной торговли, нуждаются в энергоэффективном решении для обеспечения максимально длительного времени работы между зарядками. Помимо поддержки автономных приложений, микроконтроллер Maxim Integrated в сочетании с нейронной сетью Xailient повышает общую энергоэффективность и время автономной работы гибридных периферийных/облачных приложений, использующих энергоэффективный режим «прослушивания», который затем активирует более сложные системы при обнаружении лица.

Нейронная сеть Detectum™ от Xailient использует технологии фокусировки, масштабирования и визуального пробуждения для обнаружения и определения местоположения лиц на видео и изображениях со скоростью до 76 раз выше, чем у традиционных программных решений, с аналогичной или более высокой точностью. Кроме того, гибкая сеть может быть расширена для приложений, выходящих за рамки распознавания лиц, таких как учет и мониторинг скота, определение занятости парковочных мест, уровня запасов и многое другое.

Основные преимущества
: - Более длительный срок службы батареи/повышенная энергоэффективность: нейронная сеть Xailient оптимизирует вычислительную эффективность и предлагает гибкие режимы сна с низким энергопотреблением на микроконтроллере Maxim Integrated MAX78000. Вместе эти продукты продлевают время работы гибридных периферийных/облачных приложений, работающих от батареек типа «таблетка», на многие годы.
- Более высокая скорость обработки данных для повышения точности: скорость является критически важным фактором для ИИ, поскольку более быстрая обработка данных позволяет реагировать в реальном времени или быстро усреднять результаты нескольких вычислений для повышения точности. Обнаружение лиц на изображении всего за 12 мс обеспечивает такую ​​гибкость между временем отклика и точностью.