Bir video analitik uygulaması geliştirme iş akışını hayal edin; aklınızda bir programlama hattı olmalı. Girdi akışını çözümleyip çıkarıma göndermelisiniz, ne kadar fps alabileceğinizi kontrol etmelisiniz ve en sonunda video görüntüleme sonucunu almalısınız. Başarılı ama yorgun 🙂 çünkü sorunları çözmek ve tüm geliştirme sürecini tamamlamak haftalarınızı hatta aylarınızı alabilir.
Graph Composer Hakkında Kısaca
NVIDIA Graph Composer, AI uygulama hattını oluşturmak için kullanımı kolay grafik arayüzü ile güçlü bir görsel programlama yöntemi olarak öne çıkıyor. Bu düşük kodlu araç seti, sürükleyip bırakma bileşenleri ile DeepStream uyumlu video analitik hatları oluşturmanıza yardımcı olabilir. Şu anda NVIDIA, hattınıza sürükleyip bırakmak için hazır olan birkaç önceden eğitilmiş model sunmaktadır:
İnsanlar/nesneler için (tanıma ve davranış analizi):
- ClassDetectorModel
- AudioClassifier
- Facial Landmark
- Gesture Recognition
- ActionRecognitionNet
Trafik durumu takibi/park yönetimi için:
- VehicleMakeClassifier
- VehicleTypeClassifier
- CarColorClassifier
- CarDetector360d
Edge’de Video Analitik Uygulaması Oluşturma
Şimdi, Graph Component’in geliştiricilere nasıl fayda sağladığını görmek için insan trafiği tespiti ile gerçek bir gösterime dalalım!
Tekil kaynak girişi ile başlıyoruz; bu, bir video dosyası veya hatta bir RTSP akışı olabilir, ardından bunu aynı anda birden fazla video girişini işleyebilen akış Muxer ile bağlayarak (bildiğimiz gibi, en küçük Jetson Nano edge cihazı bile aynı anda 8 video akış girişi alabilir) devam ediyoruz.
Muxer, bu kaynakları video çıkarım adımına yönlendirir; burada, video girişi için NGC model kaydı‘ndan PeopleNet modelini kullanarak nesne tespit algoritmasını seçiyoruz. Bu adımın çıktısı, her nesnenin toplamını biriktirmemizi sağlayan nesne sayıcı bileşenine ayrılır. Bu arada, Ekranda Görüntüleme bileşeni, tespit edilen nesnelerin etrafına sınırlayıcı kutular çizmemize olanak tanır. Son olarak, tüm sonuçlar Nvidia Video Renderer’a gider; bu, sonuçları işleyebilir veya görsel bir temsil olarak geri çizebilir. FPS Ölçüm bileşenine dayalı olarak analiz performansını her zaman kontrol edebilirsiniz.
Tüm iş akışını gözden geçirdikten sonra, bunun ne kadar esnek ve kullanımı kolay olduğunu göreceksiniz. IDE benzeri geliştirme ortamı, herkesin uygulamayı çok sıkı bir döngü içinde oluşturmasına olanak tanır. Ayrıca, hızlı iterasyonlar yapmak için yürütmeyi de görebilirsiniz.
Bir sonraki adımımız için bizi izlemeye devam edin – kendi geliştirdiğimiz tespit modelini Graph Composer’a nasıl aktaracağımızı keşfetmeyi planlıyoruz, böylece video analitiği için uygulama senaryolarını zenginleştirebiliriz!
Seeed NVIDIA Jetson Ekosistemi
Seeed, NVIDIA Partner Network‘de edge AI için bir Elite ortaktır. Daha fazla taşıyıcı kart, tam sistem cihazları, özelleştirme hizmetleri, kullanım durumları ve geliştirici araçları keşfetmek için Seeed’in NVIDIA Jetson ekosistemi sayfasını ziyaret edin.
AI yeniliğinin ön saflarında yer alın! Keskin teknolojilerin ve donanımların gücünü kullanarak makine öğrenimini gerçek dünyada devrim niteliğinde uygulamaya geçirin. Geliştiricilere ve işletmelere en iyi ML çözümlerini sunma misyonumuzun bir parçası olun. Daha fazla edge AI olasılıklarını keşfetmek için başarılı vakalar kataloğumuzu kontrol edin!
İlk adımı atın ve bu heyecan verici yolculuğun bir parçası olmak için bize bir e-posta gönderin: edgeai@seeed.cc.
Size uygun bir seçenek bulmak için en son Jetson Kataloğumuzu indirin. İhtiyaçlarınız için hazır Jetson donanım çözümünü bulamazsanız, lütfen özelleştirme hizmetlerimizi kontrol edin ve değerlendirme için yeni bir ürün talebi gönderin: odm@seeed.cc.