rangka kerja Savant
Sistem pengawasan dan peninjauan bukanlah baru Ia jauh dari terkini, kerana sistem ini telah digunakan selama bertahun-tahun dan telah berkembang bersama-sama dengan peningkatan dalam kedua-dua perkakasan dan pembangunan perisian.
Dua tahun lepas Saya menulis blog sedikit tentang OpenCV, perpustakaan penglihatan komputer merentas platform percuma (anda boleh menyemak butiran artikel Dalam pautan berikut), yang pada masa itu kelihatan sangat menarik bagi saya kerana ia boleh dilaksanakan pada Raspberry Pi dan pada masa itu saya mempunyai tabiat menguji sejumlah besar projek dan sistem pada RPi saya.
Alasan untuk menyebut perkara ini dan cuba untuk tidak keluar dari topik siaran hari ini, adakah ramai yang berpendapat bahawa pelaksanaan sistem jenis ini boleh menjadi sangat mahal atau bahkan sangat rumit. Yang pada hakikatnya tidak sampai ke tahap tertentu, kerana seseorang boleh menyokong projek sumber terbuka, tetapi ia memerlukan pengetahuan tertentu dan, di atas semua, kesabaran.
Itulah sebabnya hari ini Mari kita bercakap tentang projek sedemikian dan itu secara peribadi kelihatan sangat baik dan berkuasa. Projek yang yang akan kita bincangkan ialah Savant, iaitu rangka kerja yang ditulis dalam Python dan yang menjadikan NVIDIA DeepStream lebih mudah digunakan untuk jurutera pembelajaran mesin
Savant adalah rangka kerja tahap yang sangat tinggi di atas DeepStream, yang menyembunyikan semua dalaman Gstreamer daripada pembangun dan menyediakan alatan praktikal untuk melaksanakan penstriman aplikasi AI dalam kehidupan sebenar. Menggunakan model Nvidia PeopleNet standard untuk mengesan orang dan wajah mereka dan terutamanya di tempat di mana peraturan privasi terpakai, rangka kerja itu membenarkan penjejakan dan pengaburan wajah.
Daripada ciri-ciri yang menonjol daripada Savant adalah sebagai contoh inferens yang sangat pantas, Kerana ia berdasarkan Nvidia DeepStream dan menyampaikan prestasi pada perkakasan Nvidia yang serasi dengan pemecut pusat data, papan profesional, desktop dan NVIDIA Jetson.
Ciri lain ialah ia mempunyai Sokongan integrasi CUDA OpenCV yang mana anda boleh menggunakan penapis OpenCV CUDA dan bekerja dengan raster GpuMat dengan cekap tanpa memunggah bingkai berat ke RAM CPU.
Selain itu, mempunyai API penstriman yang membolehkan Savant berfungsi sebagai pelayan inferens melalui 0MQ dan Apache AVRO. Dengan ini data penghantaran dihantar ke pelayan dan digunakan daripadanya dengan penyesuai.
Dari ciri-ciri lain yang menonjol dari Savant:
- Sokongan Python dan ML.
- Rangka kerja ini tersedia sebagai bekas Docker untuk masa jalan x86 dan Nvidia Jetson.
- Berfungsi pada Edge dan Core
- Operasi dan kapasiti kependaman rendah, savant menyokong operasi kependaman rendah yang bermanfaat
- Penyesuai untuk mengakses pelbagai sumber media seperti RTSP atau fail video
- Ia membolehkan anda membina saluran paip untuk persekitaran yang pemprosesan sedar putaran adalah penting.
Mengenai pelaksanaan projek, anda harus tahu bahawa kedua-dua Savant dan penyesuainya dihantar sebagai imej Docker. Jadi untuk melaksanakan saluran paip, anda mengambil imej asas, menambah model AI dan kod tersuai dengan kebergantungan tambahan, kemudian membina imej yang terhasil. Sesetengah saluran paip yang tidak memerlukan kebergantungan tambahan boleh dilaksanakan dengan hanya memberikan direktori dengan model dan fungsi pengguna dalam imej docker.
Untuk sebahagian daripada konfigurasi persekitaran Savant, beberapa kebergantungan dan alatan perlu dipasang, kerana kebergantungan DeepStream adalah sangat diperlukan.
Kebergantungan adalah:
- pergi
- git-lfs
- curl
- docker
- pemandu nvidia
- Kit Alat Kontena Nvidia
Memandangkan proses pelaksanaan alam sekitar memerlukan banyak perkara, saya menjemput anda untuk jika anda berminat, sila rujuk manual Savant Dalam pautan berikut.