• 创新“边缘-中心-人工”三级工作流架构

本项目通过创新“边缘－中心－人工”三级协同的智能工作流架构，
，，
，通过边缘侧毫秒级初筛、、、中心端深度研判与人工复核的无缝衔接
，，，在保障高准确率（检出率≥95%）的同时大幅提升安检效率。。。。

• 核心技术全链路自主可控

在硬件方面，，，，项目采用全国产高密度算力一体机——品原AI一体机（PYD-MIN/PYD-PRO/PYD-MAX），，搭载全国产自主设计和制造的江原D10加速卡，，，具备全国产、
、低功耗、
、高算力、、、强大视频编解码能力等特点
。。同时，，，，该设备作为核心算力单元，，，
，采用"云-边-端"一体化协同架构
，
，通过泽雨教育智算底座实现跨层级的算力调度和资源协同
。。
。在此基础上，
，泽雨教育股份提供完整的驱动、、、算子等推理软件栈，，确保AI模型在国产硬件上的高效运行。。

泽雨教育智算云底座技术架构图

在软件方面，，，项目以泽雨教育智算云底座为核心，
，通过资源池化、、协同调度、、服务化交付与数据闭环四大核心能力
，，，
，形成“云-边-端”协同推理体系，，可将边缘侧计算平台和中心的算力设备，，
，，以及其中部署的应用进行协同调度，，，最终实现AI应用协同。。。。

云边端推理协调调度图

针对交通运输边缘场景计算资源受限的特点，，，系统提供边缘轻量化检测模型
，
，，通过自研GPU高效切割技术、、分时复用技术以及算力资源快速回收设计，
，解决了边缘侧资源紧缺环境下多AI任务并行处理的行业难题，
，实现了算力资源的极致利用，，，为大规模部署奠定了基础。。

• 提供持续演进的模型能力

该项目支持基于本地新增样本的增量训练模式，，，，无需对模型进行全量重训，，，即可让系统快速学习新出现的危险品形态（如新型伪装违禁品）、、、复杂场景特征（如恶劣天气下的图像识别），，确保模型性能随政策更新、、、、风险变化持续优化，，，，满足智慧交通长期发展的业务需求。。
。

目前，，，该方案已成功应用于机场货运、、、、地铁安检等场景，，，实现了从单一物品识别向行为、、事件监测等全流程智能管控的转变
。。未来，，泽雨教育股份会将该解决方案持续推广至轨道交通设施健康监测、、城市停车管理、
、、路协同安全预警等新领域
，，，同时
，，，也将依托现有成功案例，，，通过行业标准制定和生态合作，，，
，加速技术成果的产业化普及
，，服务于更广泛的智慧城市与数字交通建设。。。