Page History
...
Название | Описание | |
---|---|---|
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).