
каркас Савант
Анонсирован выпуск новой версии Savant 0.2.5, основанной на новом SDK Nvidia DeepStream 6.3, а также с улучшениями в адаптерах, кодировщиках и многом другом.
Для тех, кто не знаком с фреймворком, вы должны знать, что это берет на себя всю работу с GStreamer или FFmpeg, что позволяет сосредоточиться на создании оптимизированных конвейеров вывода с использованием декларативного (YAML) синтаксиса и функций Python.

Ученый скрывает все внутренности Gstreamer от разработчика и предоставляет практические инструменты для реализации приложений потокового ИИ в реальной жизни. Использует стандартную модель Nvidia PeopleNet. обнаруживать людей и их лица и особенно в местах, где действуют правила конфиденциальности, структура позволяет отслеживать и размывать лица.
Что нового в Савант 0.2.5?
В этой новой версии Savant 0.2.5 представлена, как уже упоминалось. Главная новинка — база в новом SDK. de NVIDIA ДипСтрим 6.3 который включает исправления ошибок и улучшения кодирования видео.
А в новой версии Кодер JPEG теперь поддерживает кодирование с помощью dGPU. поскольку в предыдущих версиях кодировщик JPEG был программным. Исправлена проблема с кодировщиком H.264.
Со стороны улучшения инструментов разработчика, Подчеркивается, что Савант теперь поддерживает OpenTelemetry, что позволяет инструментировать каждый кадр, обрабатываемый конвейером, в дополнение к профилированию кода, назначению записей и атрибутов трассировкам, а также анализу ошибок и узких мест в конвейере.
В Savant 0.2.5 это выделяется синхронный и асинхронный клиентский SDK который можно использовать для разработки модульных тестов, полнофункциональных интеграционных тестов и пользовательских адаптеров.
В дополнение к этому также отмечается, что У Savant теперь есть полезный скрипт для загрузки видео или изображений в конвейер. непосредственно из среды разработки без необходимости запуска отдельных адаптеров.
С другой стороны, выделяется новый адаптер для обработки данных с помощью Kafka/Redis, которые обеспечивают масштабируемую обработку, необходимую для обработки множества потоков в масштабируемых средах с высокой нагрузкой. Адаптеры обрабатывают метаданные с помощью Kafka и видео c.
Также адаптер тестирования многопоточного источника, позволяющий измерять производительность конвейера и настраивать параметры, мы реализовали утилиту-адаптер, которая принимает в конвейер несколько потоков. Адаптер может создать желаемую параллельную рабочую нагрузку, чтобы понять, как конвейер ведет себя под этой рабочей нагрузкой, и определить оптимальные настройки производительности.
Из другие изменения, которые выделяются этой новой версии Savant 0.2.5
- Python SDK для разработки собственных адаптеров.
- Адаптер потокового видео RTSP имеет возможность обрабатывать несколько потоков одновременно.
- Кодирование HEVC для промышленных камер GigE, с помощью которого потоки, восстановленные с камер GigE Vision, можно кодировать с помощью HEVC и при необходимости отправлять по узкополосным каналам.
- Повторная идентификация лица с использованием YOLOV8-Face, AdaFace и HNSWlib.
- Прогнозирование пола и возраста на основе YOLOV8-Face, MobileNet V2.
- Сегментация экземпляров в реальном времени (100+ кадров в секунду) на основе YOLOV8M-Seg.
- 14 сообщений об ошибках были закрыты.
Произведен переход от протокола передачи данных на базе Apache AVRO к протоколу на базе Rust Rkyv (позволил уменьшить конкуренцию GIL, увеличить скорость сериализации и десериализации). - Улучшен способ создания образа Docker.
- Добавлена поддержка групп элементов, которые позволяют комбинировать варианты обработки данных в рамках конвейера.
- Реализована расширенная конфигурация журналирования с поддержкой разных уровней для разных компонентов.
- Добавлен программный кодер H.264 для карт A100, V100, A40, Nvidia Jetson Orin Nano.
- Добавлен детектор перегрузки конвейера.
наконец, если вы интересно узнать об этом больше об этой новой версии вы можете проверить подробности По следующей ссылке.