# Apple Core ML — plugins de ViON

Fuente: https://vionvision.tech/es/plugins/analytics/coreml

Use hardware de Apple para analizar el vídeo: búsqueda de objetos y rostros, lectura de matrículas y análisis del contenido de la imagen.

- Paquete: @vionvision/camera-ui-coreml
- Grupo: Análisis de vídeo y sonido
- Versión: 1.2.13
- Requiere: ViON 2.2.5 o posterior
- Licencia: MIT
- https://npm.vionvision.tech/-/web/detail/@vionvision/camera-ui-coreml
- https://github.com/atva0408-create/Vion-plagin/tree/main/camera-ui-coreml#readme

## Descripción técnica

Detecta objetos, rostros y matrículas en el vídeo de sus cámaras en un Mac mediante Apple CoreML y ofrece la búsqueda semántica (CLIP).

## Qué hace

- Detecta personas, vehículos y animales
- Detecta rostros y reconoce a personas conocidas
- Detecta matrículas y lee su texto
- Ofrece la búsqueda semántica de eventos CLIP
- Respeta los valores de confianza de la configuración de detección de la cámara
- Permite elegir qué partes del hardware de Apple hacen el trabajo: CPU, GPU y Neural Engine
- Descarga sus modelos por sí mismo

## Qué necesita

- Un servidor ViON que funcione en un Mac (macOS)
- Para ver nombres en los rostros, este plugin debe seleccionarse como "Face Recognition" en cada cámara: configuración de la cámara, "Plugins", "Detections"

## Configuración

- **CLIP model (images)**: el modelo de la búsqueda semántica, común a todas las cámaras. Tras cambiarlo hay que reindexar las grabaciones
- **Face recognition model**: común a todas las cámaras. Tras un cambio se recalculan los rostros guardados
- **Compute units**: dónde ejecuta CoreML los modelos. ALL usa CPU, GPU y Neural Engine; las demás opciones usan solo una parte
- **Active hardware**: muestra dónde se ejecutan los modelos
- **Download models again**: elimina los modelos descargados y descarga los actuales
- **Reset settings**: restablece todos los ajustes del plugin a sus valores predeterminados
- Por cámara, en los grupos "Object detection", "Face detection" y "License plates": **Model**, **Detection model** y **OCR model**. "Default" sigue el modelo recomendado