ვიდეოსა და ხმის ანალიზი

ONNX Runtime

@vionvision/camera-ui-onnxv1.7.7

დაამატეთ ობიექტებისა და სახეების ანალიზი, ნომრების წაკითხვა და კადრის შინაარსის ანალიზი. შეარჩიეთ ვარიანტი თქვენი აღჭურვილობისთვის.

ვერსია
1.7.7
განახლდა
18 ოქტომბერი, 2026
საჭიროა
ViON 2.4.2 ან უფრო ახალი
ლიცენზია
MIT
ჯგუფი
ვიდეოსა და ხმის ანალიზი

ტექნიკური აღწერა

ამოიცნობს ობიექტებს, სახეებს და სანომრე ნიშნებს კამერის გამოსახულებაში და ჩანაწერების აღწერით ძიების საშუალებას იძლევა. მუშაობს NVIDIA ვიდეობარათზე ან, მის გარეშე, პროცესორზე.

რას აკეთებს

  • ობიექტების ამოცნობა: ადამიანები, ტრანსპორტი და ცხოველები
  • სახეების აღმოჩენა და ამოცნობა
  • პოულობს სანომრე ნიშნებს და კითხულობს მათ ტექსტს
  • ხელოვნური ინტელექტით ძიება აღწერის მიხედვით; მრავალენოვანი მოდელით ასევე რუსულად და დაახლოებით 100 სხვა ენაზე
  • პოულობს მსგავს ადამიანებს სხვადასხვა კამერაზე (Person Re-ID, ირთვება თითოეული კამერისთვის) და მონიშნავს ადამიანების, ტრანსპორტისა და ცხოველების კონტურებს (სეგმენტაცია)
  • იყენებს დეტექტორს, რომელიც ViON Cloud-მა თქვენ მიერ გადახედულ ჩანაწერებზე გაწვრთნა, მისი გამოქვეყნების შემდეგ
  • პასუხობს აღმოჩენილ ობიექტზე „დიახ/არა“ კითხვებს, რომლებზეც გაწვრთნილია, მაგალითად "ადამიანი ჩანთით"
  • შეუძლია ერთდროულად რამდენიმე NVIDIA ვიდეობარათის გამოყენება

რა არის საჭირო

  • Linux ან Windows
  • NVIDIA ვიდეობარათისთვის: CUDA 13, cuDNN 9 CUDA 13-ისთვის და NVIDIA დრაივერი 580 ან უფრო ახალი
  • GTX 1650-ზე ძველი NVIDIA ბარათებისთვის (Maxwell, Pascal, Volta) ან CUDA 12-ზე დარჩენილი სისტემებისთვის, ამის ნაცვლად გამოიყენეთ პლაგინი ONNX Legacy

პარამეტრები

  • "Execution Provider": 'auto' იყენებს CUDA-ს Linux-სა და Windows-ზე (x86_64), წინააღმდეგ შემთხვევაში პროცესორს; 'tensorrt'-ით (NVIDIA TensorRT) პირველი გაშვება უფრო დიდხანს გრძელდება. შეცდომისას სამუშაოს პროცესორი იღებს.
  • "CUDA Device IDs": რომელი ვიდეობარათები გამოიყენოს, მაგალითად "0,1"
  • "CLIP Model (Images)": ხელოვნური ინტელექტით ძიების მოდელი ყველა კამერისთვის. შეცვლის შემდეგ ჩანაწერები ხელახლა დააინდექსეთ.
  • "Face Recognition Model": ერთი მოდელი ყველა კამერისთვის. შეცვლის შემდეგ შენახული სახეები ხელახლა მუშავდება.
  • თითოეული კამერისთვის: ობიექტების ამოცნობის, სახეების აღმოჩენისა და სანომრე ნიშნების მოდელები. "Default" რეკომენდებულ მოდელს მიჰყვება.

ჯგუფის სხვა გაფართოებები