Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

...

НазваниеОписание

Подсчёт посетителей (CPU)

Детектор подсчёта посетителей с использованием ресурсов CPU. Результаты получены при частоте кадров в настройках детектора (параметр Количество обрабатываемых кадров в сек) − 25.

Тепловая карта (CPU)

Тепловая карта на базе трекера объектов с использованием ресурсов CPU.

Длина очереди (CPU)

Детектор очереди с использованием ресурсов CPU.

Детектор позы (CPU, 3fps)


Детекторы поз на базе нейронных сетей при использовании ресурсов CPU.

В скобках указана частота кадров, задаваемая при настройке детектора (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. 

Количество детекторов отдельных поз, создаваемых в конфигурации под головным объектом Детектор позы, не влияет на результаты расчета (кроме детектора близко стоящих людей).

Детектор позы (VPU, 3fps)

Детекторы поз на базе нейронных сетей при использовании ресурсов процессора машинного зрения (VPU). При этом использовался режим работы декодера - CPU.

В скобках указана частота кадров, задаваемая при настройке детектора (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. 

Количество детекторов отдельных поз, создаваемых в конфигурации под головным объектом Детектор позы, не влияет на результаты расчета (кроме детектора близко стоящих людей).

Подбор моделей и количества VPU осуществляется отдельно с использованием информации о производительности VPU для детекторов.

Результаты актуальны для стандартной нейросети*.

Детектор экипировки (CPU, 1fps)

Детектор средств индивидуальной защиты (СИЗ) на базе нейронных сетей с использованием ресурсов CPU. 

В скобках указана частота кадров, задаваемая при настройке детектора (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. 

Результаты получены для детектора с работой одновременно 5 классификационных сетей при определении экипировки на каждом участке тела (голова, торс, кисти рук, ноги, стопы) в условиях шлюза: на входе в зону, в которой требуется экипировка, сотрудник задерживается на 5-10 секунд, в течение которых детектор определяет наличие на нем необходимого снаряжения.

Детектор экипировки (VPU, 1fps)

Детектор средств индивидуальной защиты (СИЗ) на базе нейронных сетей с использованием ресурсов процессора машинного зрения (VPU). При этом использовался режим работы режим работы декодера - CPU.

В скобках указана частота кадров, задаваемая при настройке детектора (параметр Количество обрабатываемых кадров в сек).  Это Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока, как правило, выше. 

Результаты получены для детектора с работой одновременно 5 классификационных сетей при определении экипировки на каждом участке тела (голова, торс, кисти рук, ноги, стопы) в условиях шлюза: на входе в зону, в которой требуется экипировка, сотрудник задерживается на 5-10 секунд, в течение которых детектор определяет наличие на нем необходимого снаряжения.

Подбор моделей и количества VPU осуществляется отдельно с использованием информации о производительности VPU для детекторов.

При использовании VPU из-за особенностей устройства на нем будет обрабатываться только сегментирующая нейросеть, а в работе классификационных нейросетей будет задействован CPU.

Детектор экипировки (GPU, 1fps)Детектор средств индивидуальной защиты (СИЗ) на базе нейронных сетей с использованием ресурсов процессора машинного зрения (GPU). При этом использовался режим работы декодера GPU.
В скобках указана частота кадров, задаваемая при настройке детектора (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока, как правило, выше.
Результаты получены для детектора с работой одновременно 5 классификационных сетей при определении экипировки на каждом участке тела (голова, торс, кисти рук, ноги, стопы) в условиях шлюза: на входе в зону, в которой требуется экипировка, сотрудник задерживается на 5-10 секунд, в течение которых детектор определяет наличие на нем необходимого снаряжения.
Подбор моделей и количества GPU осуществляется отдельно с использованием информации о производительности GPU для детекторов.
При использовании GPU на нем будет обрабатываться как сегментирующая нейросеть, так и классификационные нейросети.


* – Результаты получены для нейросети, способной детектировать объект размером не менее 5% от ширины/высоты кадра. При использовании нейросети, способной детектировать более мелкие объекты, результаты будут отличаться (потребуется больше ресурсов).