功能强大且简单易用的实时算法视频监控,智慧快消开源了。

news2024/10/23 3:22:49

智慧快消视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。

基于多年的深度学习技术研究和业务应用为基础,集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体,是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。基于自研深度学习框架的实时行人分析工具,具有功能丰富,应用广泛和部署高效三大优势。 支持图片/单镜头视频/多镜头视频多种输入方式,功能覆盖多目标跟踪、属性识别和行为分析。能够广泛应用于智慧交通、智慧社区、工业巡检等领域。支持服务器端部署及TensorRT加速,T4服务器上可达到实时。

AI安全管理平台,通过系统即可针对不同区域的摄像头,完成不同的算法配置,操作人员无需算法能力,即可实现不同场景的监管全覆盖;用户只需在界面上进行简单的操作,就可以实现全视频的接入及布控。

项目搭建地址
  • 基础项目搭建地址:yihecode-server: 本项目基于ai场景而开发,提供算法模型管理、摄像头管理、告警管理、数据统计等功能。

    本项目基于AI场景而开发,提供算法模型管理、摄像头管理、告警管理、数据统计等功能。

系统形态

系统根据客户环境目前共分为三种形态:

  1. 集群版-AIBox
    名称描述备注
    AIBOX-Server后端项目需付费
    AIBOX-VUE前端项目
    • 支持大量边缘盒子集中管理调度,平台实现多个盒子的控制管理,报警推送消息升级。
    • 基于多个边缘盒子部署的综合视频安防系统,多用于布置大量摄像头的场景,如仓库、物流园区、学校、医院、工厂、交通枢纽等。
  2. 单机版-SingleBox
    • 应用单个边缘盒子,可关联少量摄像头、算法,在客户现场可快速落地体验。
  3. 服务器版-Master
    • 适用于拥有GPU显卡的企业用户。
    • 基于服务器部署的综合视频安防系统,多用于布置大量摄像头的场景。
项目链接
  • 公开演示链接:AI 视频监控管理
  • 系列项目Gitee链接:请分别前往每个版本对应的两个项目同步代码。
功能清单
  • 人脸识别
  • 人流统计
  • 抽烟识别
  • 打架识别
  • 明火离岗
  • 仓库人员闯入
  • 持续更新......
项目特点
  • 集成化:视频监控、计算机视觉计算、告警通知一体的视频安防平台。
  • 支持多种推流/拉流形式:支持RTSP/RTMP推流拉流形式。
  • 支持多种指令集平台部署:支持x86、arm等指令集平台部署。
  • 支持多种视频格式:支持H265/H264/GB28181/的视频格式。
  • 支持添加客户自己训练的模型:支持添加客户自己训练的模型。
  • 支持多路多算法的实时AI计算:支持多路多算法实时监控与AI计算,及时返回告警结果。
  • 全方面告警通知:支持语音电话、短信、企业微信、钉钉、APP、第三方接口、音柱等多种告警通知方式。
  • 高性能:支持多路多算法实时监控与AI计算,及时返回告警结果。
项目定位
  • 跨平台视觉安防解决方案:提供跨平台的视觉安防解决方案,满足不同场景的需求。
  • 二次开发项目服务:为开发者提供二次开发项目服务,方便快速集成和部署。
  • 商用级机器视觉平台:适用于商业级机器视觉应用,提供高性能、高可靠性的解决方案。

项目基于springboot2.7.4+mybatisplus+vue2+mysql5.7开发,采用前后端分离的设计模式,提高系统的性能和可扩展性。同时,系统还采用了多种优化技术,如缓存、压缩等,以提高系统的响应速度和资源利用率。

AI监控监测平台可以自动化许多重复性的任务,从而节省时间和人力资源。通过使用这种技术,可以更快地识别和解决问题,以及更快地做出决策。

通过使用AI监控监测平台,企业和政府机构可以更好地保护其网络和数据免受恶意攻击。这种技术可以检测和预测潜在的安全漏洞,并采取适当的行动来解决问题。

AI视频监控平台具有强大的功能和良好的可扩展性,适用于各种场景的视频监控和AI计算需求。如果您对该平台感兴趣或需要进一步了解相关信息,请随时联系我们。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2213399.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

jmeter 对 dubbo 接口测试是怎么实现的?有哪几个步骤

目录 前言 一.先了解下 dubbo 的原理,最好自己搭建一个案例可参考以下方式搭建 http://09792bb8.wiz03.com/share/s/09uiKU3j2kR120MIpT2AdLm70pfBmE1zFApv2jiDZ01GhE8j 二.编写 dubbo 测试脚本 前言 最近使用工作中使用jmeter调用dubbo接口进行接口测试&#xf…

SLAM中的加权最小二乘法

一、数学描述 机器人携带传感器在环境中运动可由 运动方程 和 观测方程 描述。 其中 表示时刻; 表示 时刻的位姿; 是运动传感器的读数或者输入; 为路标点; 表示观测数据。 为运动噪声,例如对机器人下达了前进 1m 的指…

大模型时代,云原生数据底座的创新和实践

本文整理自百度云智峰会 2024 —— 云原生论坛的同名演讲。 大模型毫无疑问是当前技术发展的热点,成为大家默认的提升生产力工具。 但是,大模型训练主要使用互联网上的公开数据为主,没有企业内部的数据,所以大模型本质上自带的都…

并行 parallel broadcast partition pruning 分区裁剪 optimizer_dynamic_sampling=7

insert into abc 没有PDML所以不是全部并行 只有select 的情况 全部并行,没有 px send broadcast ,所以rows没从103M变成103*8M select *from A,B where A.Pkey B.Pkey and A.Pkey XX A B表都会进行分区裁剪 ----并行为什么更…

定了!OPPO全旗舰新品10月24日发布

今日,OPPO宣布将于2024年10月24日19:00举办OPPO Find X8系列及旗舰生态新品发布会,以全新一代的年度影像旗舰 OPPO Find X8系列为核心,通过新一代的OPPO Enco X3旗舰耳机、OPPO Pad 3 Pro旗舰平板,以及再度升级的安卓全…

解决低版本pytorch和onnx组合时torch.atan2()不被onnx支持的问题

解决这个问题,最简单的当然是升级pytorch和onnx到比较高的版本,例如有人验证过的组合: pytorch2.1.1cu118, onnxruntime1.16.3 但是因为你的模型或cuda环境等约束,不能安装这么高的版本的pytorch和onnx组合时(例如我的环境是pytorch1.12&…

单细胞转录组亚群分析

1 单细胞转录组亚群常见分析内容 重磅综述:三万字长文读懂单细胞RNA测序分析的最佳实践教程 (原理、代码和评述) 如何使用Bioconductor进行单细胞分析? 单细胞转录组亚群分析的内容根据样品数目多少,可以分为单个样…

开源项目 - 轻量级人体姿态 人体关键点检测 机器视觉 深度学习

开源项目 - 轻量级人体姿态 人体关键点检测 机器视觉 深度学习 项目地址:https://gitcode.net/EricLee/light_pose 1、数据集来源:coco2017 数据集 * coco 数据集官方网站:https://cocodataset.org/#home * [数据集下载地址(百度网盘 Pa…

CogVideoX:Text-to-Video Diffusion Models with An Expert Transformer

研究背景 背景介绍: 这篇文章的研究背景是文本到视频模型的快速发展,特别是Transformer架构和扩散模型的应用。早期尝试预训练和扩展Transformer生成视频已经显示出巨大潜力,如CogVideo和Phenaki。扩散模型在多模态生成方面也取得了显著进展&#xff0c…

数据结构 -- 排序算法

一 排序 1.1 排序的概念 所谓排序,就是一种使一串数据记录,按照其中的某个或某些关键字的大小,递增或递减地组织起来的操作。 从排序方式上,排序算法一般被分为比较排序和非比较排序。从比较排序的内容上,它一般被分为…

Excel:vba实现拆分单元格成一字一单元格

我拿到的表格如下: 我想实现的表格效果如下: 要求就是:将A列的千字文拆分成一个单元格一个字,并整理成4列 我这里是将效果呈现到一个新的表里面,没有在原表里面(在原表里…

SpringBoot统一日志框架

在项目开发中,日志十分的重要,不管是记录运行情况还是定位线上问题,都离不开对日志的分析。 1.日志框架的选择 市面上常见的日志框架有很多,它们可以被分为两类:日志门面(日志抽象层)和日志实…

使用 PyTorch 构建 LSTM 股票价格预测模型

目录 引言准备工作1. 训练模型(train.py)2. 模型定义(model.py)3. 测试模型和可视化(test.py)使用说明模型调整结论 引言 在金融领域,股票价格预测是一个重要且具有挑战性的任务。随着深度学习…

【观察】超聚变:跨越智能算力“四座大山”,全方位重构“智算底座”

毫无疑问,今天在人工智能的推动下,企业数智化转型已进入规模化“倍增创新”的阶段,尤其是以大模型为代表的AI技术加速演进,以及应用场景的不断拓展加深,都让各类AI创新应用如雨后春笋般涌现,并加速惠及千行…

C++中cout的一些扩展

需要添加<iomanip>头文件 cout有许多扩展功能&#xff0c;比如一直很麻烦的保留小数数位的问题。 这里用几个问题来引入 cout实现保留小数数位 #include<iostream> #include<iomanip> using namespace std; int main(){double x123.345;double y342.324…

【未公开0day】金和OAC6 SignUpload SQL注入漏洞【附poc】

免责声明&#xff1a;本文仅用于技术学习和讨论。请勿使用本文所提供的内容及相关技术从事非法活动&#xff0c;若利用本文提供的内容或工具造成任何直接或间接的后果及损失&#xff0c;均由使用者本人负责&#xff0c;所产生的一切不良后果均与文章作者及本账号无关。 fofa语…

2024/10/14 英语每日一段

Advocates of the working pattern—100% of the work done in 80% of the time for 100% pay—claim the shorter working week boosts productivity, public health and builds a society “where we work to live, rather than live to work”. But the TaxPayers’ Allianc…

threejs-UV

一、简介 1.介绍 1.什么是UV映射&#xff1f; UV映射是一种将二维纹理映射到三维模型表面的技术。在这个过程中&#xff0c;3D模型上的每个顶点都会被赋予一个二维坐标&#xff08;U, V&#xff09;。U和V分别表示纹理坐标的水平和垂直方向。这些坐标用于将纹理图像上的像素与…

SQL优化,我就用了这几招

先赞后看&#xff0c;Java进阶一大半 阿里巴巴社区博客最近发表了一篇探究MySQL索引策略的博客&#xff0c;下图是一条查询SQL的执行过程。 我是南哥&#xff0c;相信对你通关面试、拿下Offer有所帮助。 敲黑板&#xff1a;本文总结了MySQL语句优化、索引优化常见的面试题&…

景区卫生间智能刷脸取纸机,灵活设置取纸长度、取纸间隔时间

在旅游景区&#xff0c;卫生间的服务质量直接影响着游客的体验。景区卫生间智能刷脸取纸机的出现&#xff0c;为解决游客用纸需求、提高资源利用效率以及提升景区管理水平带来了创新性的解决方案。 一、智能刷脸取纸机功能 1. 精准取纸&#xff1a;能够根据游客的实际需求&…