Документация для Калькулятор платформ ITV. Документация для других продуктов доступна здесь.
Previous page Next page
Для выбора доступны следующие детекторы Интеллект X, сгруппированные по вкладкам.
Базовые детекторы
Название | Описание | |
---|---|---|
Детектор движения (CPU) | Базовый детектор движения при использовании ресурсов CPU. Изменение частоты кадров в настройках детектора (параметр Количество обрабатываемых кадров в сек) не влияет существенно на загрузку. | |
Детектор движения (CPU, прореж.) | Базовый детектор (включаемый при постановке камеры на охрану) с прореживанием кадров при использовании ресурсов CPU. Изменение частоты кадров в настройках детектора (параметр Количество обрабатываемых кадров в сек) не влияет существенно на загрузку. | |
Детектор движения (GPU) | Базовый детектор движения при использовании ресурсов графического процессора (GPU). При этом использовался режим работы декодера − GPU. Изменение частоты кадров в настройках детектора (параметр Количество обрабатываемых кадров в сек) не влияет существенно на загрузку. Подбор моделей и количества GPU осуществляется отдельно с использованием информации о производительности GPU для детекторов. | |
Сервисный детектор (CPU, прореж.) | Сервисные детекторы с прореживанием кадров при использовании ресурсов CPU:
Расчет платформы производится для одного сервисного детектора (любого из перечисленных). Результаты получены для прореживания по опорным кадрам при параметре GOP=25 (опорным является каждый 25-ый кадр). Детектор применим только для кодеков H.264, H.265. | |
Встроенный детектор камеры (CPU) | Встроенный детектор на борту камеры с использованием ресурсов CPU. |
Вкладка Трекер
Название | Описание | |
---|---|---|
Трекер VMDA (CPU) | Детекторы анализа ситуации (VMDA) на базе трекера объектов при использовании ресурсов CPU. Результаты получены для трекера объектов с 1 работающим поддетектором Движение в области. | |
Трекер с нейрофильтром (CPU) | Детекторы анализа ситуации (VMDA) на базе трекера объектов с использованием нейрофильтра и ресурсов CPU. Результаты получены для трекера объектов с нейрофильтром и с 1 работающим поддетектором Движение в области. | |
Трекер с нейрофильтром (GPU) | Детекторы анализа ситуации (VMDA) на базе трекера объектов с использованием нейрофильтра и ресурсов графического процессора (GPU). При этом использовался режим работы декодера - CPU. Результаты получены для трекера объектов с нейрофильтром и с 1 работающим поддетектором Движение в области. Подбор моделей и количества GPU осуществляется отдельно с использованием информации о производительности GPU для детекторов. | |
Нейротрекер (CPU, 6fps) | Детекторы анализа ситуации на базе нейротрекера с использованием ресурсов CPU. В скобках указана частота кадров, задаваемая при настройке объекта Нейротрекер (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. Результаты актуальны для нейросети стандартного размера*. | |
Нейротрекер (VPU, 6fps) | Детекторы анализа ситуации на базе нейротрекера с использованием ресурсов процессора машинного зрения (VPU). При этом использовался режим работы декодера - CPU. В скобках указана частота кадров, задаваемая при настройке объекта Нейротрекер (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. Подбор моделей и количества VPU осуществляется отдельно с использованием информации о производительности VPU для детекторов. Результаты актуальны для нейросети стандартного размера*. | |
Нейротрекер (GPU, 6fps) | Детекторы анализа ситуации на базе нейротрекера с использованием ресурсов графического процессора (GPU). При этом использовался режим работы декодера - GPU. В скобках указана частота кадров, задаваемая при настройке объекта Нейротрекер (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. Подбор моделей и количества GPU осуществляется отдельно с использованием информации о производительности GPU для детекторов. Результаты актуальны для нейросети стандартного размера*. Результаты получены для нейротрекера с 1 работающим поддетектором Движение в области. | |
Нейротрекер, повышенная точность (GPU, 6fps) | Детекторы анализа ситуации на базе нейротрекера с использованием ресурсов графического процессора (GPU) и нейросети повышенной точности. При этом использовался режим работы декодера - GPU. В скобках указана частота кадров, задаваемая при настройке объекта Нейротрекер (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. Подбор моделей и количества GPU осуществляется отдельно с использованием информации о производительности GPU для детекторов. Результаты актуальны для нейросети стандартного размера*. Результаты получены для нейротрекера с 1 работающим поддетектором Движение в области. | |
Нейротрекер, повышенная точность (CPU, 6fps) | Детекторы анализа ситуации на базе нейротрекера с использованием ресурсов графического процессора (CPU) и нейросети повышенной точности. При этом использовался режим работы декодера - CPU. В скобках указана частота кадров, задаваемая при настройке объекта Нейротрекер (параметр Количество обрабатываемых кадров в сек). Это количество кадров в секунду, обрабатываемых модулем; частота кадров поступающего видеопотока как правило выше. Результаты актуальны для нейросети стандартного размера*. Результаты получены для нейротрекера с 1 работающим поддетектором Движение в области. |
Вкладка Авто
Название | Описание | |
---|---|---|
Распознавание номеров VT (CPU) | Детектор распознавания номеров VT при использовании ресурсов CPU. | |
Распознавание номеров RR (CPU) | Детектор распознавания номеров RR при использовании ресурсов CPU. | |
Распознавание номеров RR (GPU) | Детектор распознавания номеров RR при использовании ресурсов GPU. | |
Распознавание марок и моделей ТС RR (CPU) | Детектор распознавания марок, моделей, типа, цвета и ходовых огней транспортных средств RR при использовании ресурсов CPU. | |
Распознавание марок и моделей ТС RR (GPU) | Детектор распознавания марок, моделей, типа, цвета и ходовых огней транспортных средств RR при использовании ресурсов GPU. | |
Распознавание номеров, марок и моделей ТС RR (CPU) | Детектор распознавания номеров RR c активированной опцией распознавания марок и моделей транспортных средств при использовании ресурсов CPU. | |
Распознавание номеров, марок и моделей ТС RR (GPU) | Детектор распознавания номеров RR c активированной опцией распознавания марок и моделей транспортных средств при использовании ресурсов GPU. | |
Распознавание номеров IV (CPU) | Детектор распознавания номеров IV при использовании ресурсов CPU. | |
Распознавание номеров IV (GPU) | Детектор распознавания номеров IV при использовании ресурсов GPU. |
Вкладка Лица
Название | Описание | |
---|---|---|
Распознавание лиц (CPU) | Детектор лиц при использовании ресурсов CPU. |
Вкладка Дым/Огонь
Название | Описание | |
---|---|---|
Детектор огня (CPU, 0.1fps) Детектор дыма (CPU, 0.1fps) | Детекторы огня и дыма 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. |
Вкладка Поведенческая аналитика
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 позы (GPU, 3fps) | Детекторы поз на базе нейронных сетей при использовании 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. Количество детекторов отдельных поз, создаваемых в конфигурации под головным объектом Детектор позы, не влияет на результаты расчета (кроме детектора близко стоящих людей). | |
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 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. 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. |
* – 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).