近日，�？低�視視覺大模型在交通場景落地。依托觀瀾大模型，突破傳統算法瓶頸，海康威視在端側發布新一代事件檢測系列攝像機，并在中心端同步部署大模型能力推出事件檢測終端、事件檢測服務器。從邊緣端到中心端大模型，帶來智能應用的性能和效果提升，推動交通行業智慧升級。

    在高速公路交通事件檢測領域，受限于模型規模與泛化能力，一些復雜場景下拋灑物、停車、行人等事件的誤報、漏報一直是行業的瓶頸。、

    �？低�視基于多年的行業沉淀，依托觀瀾大模型的技術底座，構建道路事件等行業場景專用的數據模型，與智能硬件深度融合，推出新一代事件檢測系列產品，精準檢測道路異常事件，助力保障道路安全暢通。

    看懂、讀準，讓道路更聰明

    傳統交通事件檢測算法高度依賴人工標注的特定場景數據，需針對每類事件單獨采集樣本并訓練模型，導致實際應用中常因樣本覆蓋不全而出現漏檢誤判。例如，雨天路面積水時，容易誤報為拋灑物。

    以一條布設了1500路攝像機的高速路段來舉例，傳統算法日均能感知1000余次事件，如何減少其中無效的事件，降低人工復核的工作量，提升真實異常事件從發現到處置的響應速度，將是提升高速公路運營效率的關鍵。

    海康威視在觀瀾大模型基礎上，利用行業知識預訓練和微調，使模型在事件檢測領域具備專家級別能力。相較于行業傳統的卷積網絡，基于Transformer架構的模型，具備更深層次的網絡架構，更強的全局特征提取能力和上下文建模能力，模型的泛化性更強，系統性解決了復雜場景下的誤報、漏報難題。

    例如，拋灑物檢測中，結合大模型應用可大幅提升拋灑物體檢測效果，不再受困于樹影、水漬、標線、標牌等干擾；停車檢測中，通過大模型精準區分標牌、緩行車輛、施工車輛，基于車輛停留時長、位置偏離車道線的動態特征綜合判斷，大幅降低了誤報；

    多元產品矩陣，滿足多場景需求

    大模型加持的�？低�視事件檢測系列產品，通過提取多維信號中的有效信息，挖掘不同模態信息間的潛在關系，增強了對物理世界的全面理解，突破晝夜、雨霧等各類環境下的性能極限，從邊緣端到中心端助力規模化的應用落地。

    一、 邊緣端感知設備，秒級檢出，精準識別

    事件檢測雷視一體機，基于毫米波雷達全天候高精度測距測速能力，在暗光/雨霧等極端場景下實現違停車輛、道路異常的秒級初步檢測；再通過大模型推理，對多類型特征進行決策級融合，兼顧復雜環境下的高檢出率與高準確率需求。

    事件檢測攝像機，內置道路專用 AI ISP圖像處理算法，有效抑制車輛遠光燈對圖像影響，保障夜間圖像亮度和清晰度。結合大模型，對拋灑物、行人闖入等事件進行精細化分類過濾，在本地完成實時分析，有效降低誤報率。依托設備端算力，擺脫云端依賴，顯著降低網絡傳輸壓力。

    二、 中心端設備，利舊復用，降本增效

    事件檢測終端/服務器加持大模型推理能力，可無縫對接既有視頻感知系統及存儲設備，實現舊資源的復用。邊緣節點專注實時事件檢測，中心服務器負責多源數據關聯，在保證低延遲響應的同時滿足不同規模場景的智能化需求。

    交通事件檢測系列產品基于�？低�視觀瀾大模型技術體系，助力智能應用的性能和效果提升。后續將持續探索大模型技術，結合觀瀾多模態大模型的圖文理解與推理能力，拓展在道路事故、道路塌陷、異常天氣等場景化的應用，更好地理解道路，持續推動行業智慧升級。