ვიდეოსა და ხმის ანალიზი

Apple Core ML

@vionvision/camera-ui-coremlv1.2.13

გამოიყენეთ Apple-ის აღჭურვილობა ვიდეოს ანალიზისთვის: ობიექტებისა და სახეების ძებნა, ნომრების წაკითხვა და კადრის შინაარსის ანალიზი.

ვერსია
1.2.13
განახლდა
1 ოქტომბერი, 2026
საჭიროა
ViON 2.2.5 ან უფრო ახალი
ლიცენზია
MIT
ჯგუფი
ვიდეოსა და ხმის ანალიზი

ტექნიკური აღწერა

ამოიცნობს ობიექტებს, სახეებს და სანომრე ნიშნებს თქვენი კამერების ვიდეოში Mac-ზე, Apple CoreML-ის დახმარებით, და უზრუნველყოფს სემანტიკურ ძიებას (CLIP).

რას აკეთებს

  • ამოიცნობს ადამიანებს, ტრანსპორტს და ცხოველებს
  • ამოიცნობს სახეებს და ცნობს ნაცნობ ადამიანებს
  • ამოიცნობს სანომრე ნიშნებს და კითხულობს მათ ტექსტს
  • უზრუნველყოფს მოვლენების სემანტიკურ ძიებას CLIP
  • ითვალისწინებს სანდოობის მნიშვნელობებს კამერის ამოცნობის პარამეტრებიდან
  • საშუალებას გაძლევთ აირჩიოთ, Apple-ის აღჭურვილობის რომელმა ნაწილებმა შეასრულოს სამუშაო: CPU, GPU და Neural Engine
  • მოდელებს თავად ჩამოტვირთავს

რა არის საჭირო

  • ViON სერვერი, რომელიც Mac-ზე (macOS) მუშაობს
  • რომ სახეებს სახელები ჰქონდეს, ეს პლაგინი თითოეული კამერისთვის უნდა იყოს არჩეული როგორც "Face Recognition": კამერის პარამეტრები, "Plugins", "Detections"

პარამეტრები

  • CLIP model (images): სემანტიკური ძიების მოდელი, საერთო ყველა კამერისთვის. მისი შეცვლის შემდეგ ჩანაწერები ხელახლა უნდა დაინდექსდეს
  • Face recognition model: საერთო ყველა კამერისთვის. შეცვლის შემდეგ შენახული სახეები ხელახლა გამოითვლება
  • Compute units: სად ასრულებს CoreML მოდელებს. ALL იყენებს CPU-ს, GPU-ს და Neural Engine-ს; დანარჩენი ვარიანტები მხოლოდ მათ ნაწილს იყენებს
  • Active hardware: აჩვენებს, სად მუშაობს მოდელები
  • Download models again: შლის ჩამოტვირთულ მოდელებს და აქტუალურებს ჩამოტვირთავს
  • Reset settings: პლაგინის ყველა პარამეტრს ნაგულისხმევ მნიშვნელობებზე აბრუნებს
  • თითოეული კამერისთვის, ჯგუფებში "Object detection", "Face detection" და "License plates": Model, Detection model და OCR model. "Default" რეკომენდებულ მოდელს მიჰყვება

ჯგუფის სხვა გაფართოებები