Documentation for ITV Platform Calculator. Documentation for other products [available here].
Previous page Next page
Для выбора доступны следующие детекторы ПК Интеллект и вертикальных решений:
Название | Расчет на GPU | Описание | Аппаратные требования и особенности расчета |
---|---|---|---|
IntLab-Вагоны (грузовые) | - | Распознаватель номеров Ж/Д вагонов грузового парка в составе ПК Авто-Интеллект | 1. Оптимальным разрешением является 704x288 ИЛИ 640x360 и fps = 25. При большем разрешении модуль не будет успевать обрабатывать все кадры, что негативно скажется на качестве работы. 2. По ресурсоемкости основной канал аналогичен дополнительному каналу |
IntLab-Вагоны (пассажирские) | - | Распознаватель номеров Ж/Д вагонов пассажирского парка в составе ПК Авто-Интеллект | 1. Оптимальным разрешением является 704x288 ИЛИ 640x360 и fps = 25. При большем разрешении модуль не будет успевать обрабатывать все кадры, что негативно скажется на качестве работы. 2. По ресурсоемкости основной канал аналогичен дополнительному каналу |
VMDA трекер | - | Детекторы анализа ситуации на базе трекера траекторий объектов | - |
Детектор лиц (Cognitec) | - | Детектор лиц на базе модуля распознавания Cognitec, входящий в состав ПК Face-Интеллект . | При расчете платформы с использованием данного детектора учитываются только затраты ресурсов на обнаружение лиц и их векторизацию. Нагрузка от сравнения лиц с эталонной базой данных не учитывается, т.к. обычно для выполнения этой функции выделяется отдельный сервер. |
Номера URAGAN | - | ПК Авто-Интеллект, модуль распознавания номеров Авто-УРАГАН. | - |
Основной детектор | - | Базовый детектор ПК Интеллект (детектор, включаемый при постановке камеры на охрану). | - |
Номера Seenaptec | - | ПК Авто-Интеллект, модуль распознавания номеров Seenaptec. | - |
Подсчёт посетителей | - | Детектор для подсчёта посетителей, входящий в состав Пакета детекторов ПК Интеллект. | Оптимальными для работы данного детектора являются разрешения 800x600 / 640x360 / 640x480 / 320x240 и FPS в диапазоне 24–30. Если заданные параметры видеопотока не удовлетворяют этим условиям, при выборе данного детектора разрешение устанавливается равным 320x240, FPS – 24. |
Виртуальная петля | - | ПК Авто-Интеллект, подсистема сбора информации о транспортных потоках, в которую входят модули Детектор транспортных средств и Процессор ТП. | - |
Виртуальная петля (IntelliVision) | - | ПК Авто-Интеллект, подсистема сбора информации о транспортных потоках Статистика дорожного движения Intellivision | - |
Детектор света | - | Детектор состояния источников света на видеоизображении, входящий в состав Пакета детекторов ПК Интеллект. | - |
Детектор горячих/холодных зон магазина | - | Детектор горячих/холодных зон магазина, входящий в состав Пакета детекторов ПК Интеллект. | - |
Детектор огня (CPU) Детектор дыма (CPU) | - | Детекторы огня и дыма на базе нейронных сетей | Для увеличения качества работы и уменьшения загрузки процессора рекомендуется использовать соответствующий детектор с расчётом на GPU |
Детектор огня (GPU) Детектор дыма (GPU) | Да | Детекторы огня и дыма на базе нейронных сетей | При работе с детекторами огня и дыма предъявляются следующие требования к видеокамерам:
Если для работы детекторов используется CPU или Intel GPU, то необходимо учитывать следующее требование: поддерживаются Intel Core и Intel Xeon 6-8 поколений и Intel Pentium® processor N4200/5, N3350/5, or N3450/5 with Intel® HD Graphics https://software.intel.com/en-us/openvino-toolkit/hardware. При использовании GPU для стабильной работы детекторов огня и дыма требуется современная видеокарта последних поколений:
Одна нейронная сеть использует 500 МБ видеопамяти. Например: для работы любого количества каналов детектора огня на базе нейронных сетей и любого количества каналов детектора дыма на базе нейронных сетей необходимо использовать видеокарту с 1ГБ памяти или больше. Возможно использование нескольких видеокарт в одной системе. |
VMDA трекер с нейрофильтром (GPU) | Да | Детекторы анализа ситуации (VMDA) с использованием нейрофильтра | Поддерживаются только графические процессоры NVidia. Видеокарты других производителей не поддерживаются. Если для работы аналитики используется CPU или Intel GPU, то необходимо учитывать следующее требование: поддерживаются Intel Core и Intel Xeon 6-8 поколений и Intel Pentium® processor N4200/5, N3350/5, or N3450/5 with Intel® HD Graphics https://software.intel.com/en-us/openvino-toolkit/hardware. Видеокарта NVidia GeForce 1050 Ti или более новая. Требования:
Для каждого трека 1 раз в секунду одно изображение отправляется на классификацию нейросетью.
|
Номера INTELLIVISION | - | Модуль распознавания номеров автомобилей IntelliVision в составе ПК Авто-Интеллект | - |
Детектор лиц (Huawei) | - | Детектор лиц на базе модуля распознавания Huawei, входящий в состав ПК Face-Интеллект. | - |
Сервисный детектор | - | Детекторы ПК Интеллект:
| - |
VMDA трекер (Axis ACAP) | - | Только для IP-устройств Axis. Данный детектор представляет собой Vmda трекер на борту устройства Axis – см. также раздел документации Трекер ITV|AxxonSoft в устройствах Axis | Детектор выполняет расчеты с использованием ресурсов камеры, поэтому имеет низкие аппаратные требования. |
Примечание
* - Результаты получены для процессора Core i5-3570 (3400 MHz), для других процессоров результаты могут отличаться. Для процессора Xeon Gold 6140 (2300 MHz) получено 95 классификаций** в секунду.
** - 1 классификация в секунду – это 1 задетектированный объект на видео. Например, если на видео по одной камере в среднем присутствует 9 движущихся объектов, а всего в системе 5 камер, то требуется использовать видеокарту с производительностью в 45 классификаций в секунду.
*** - Результаты получены для процессора Core i7-8700 (3200 MHz), для других процессоров результаты могут отличаться.
**** - На платформе 2x Intel Xeon Gold 6140 в тестовой утилите достигнута производительность в 360 классификаций в секунду. В Axxon Next получено до 122 классификаций в секунду при 90% загрузке процессора.
***** - Результаты получены для процессора Core i7-3770 (3400 MHz), для других процессоров результаты могут отличаться.