JetsonNano实时分析连接的网络摄像头收集的镜头

尤进琴
导读机器视觉安全系统的MaViS旨在为用户提供基于机器学习的安全平台,该平台可自动监控和检测场景中的人员,然后通过向用户的电子邮件发送图像和视频来实时提醒用户。MaViS由三部分组成:边缘设备(在本例中为NVIDIAJetsonNano开发人员套件)、云和用于警报的移动组件。使用的边缘平台是NvidiaJetsonNano4GBDeveloperKit,云基础设施是使用AmazonWebServices(AWS

机器视觉安全系统的MaViS旨在为用户提供基于机器学习的安全平台,该平台可自动监控和检测场景中的人员,然后通过向用户的电子邮件发送图像和视频来实时提醒用户。MaViS由三部分组成:边缘设备(在本例中为NVIDIAJetsonNano开发人员套件)、云和用于警报的移动组件。使用的边缘平台是NvidiaJetsonNano4GBDeveloperKit,云基础设施是使用AmazonWebServices(AWS)构建的。

“JetsonNano实时分析连接的网络摄像头收集的镜头。NVIDIADeepStreamSDK用作流分析工具包。该团队选择了一个经过预训练的ResNet10模型来识别一些类别,例如车辆、两轮车、人或路标。对于这个项目,团队专注于人员类来检测可能的入侵者。

JetsonNano将检测事件发送到云中的S3存储桶,然后触发一系列lambda函数。这些函数处理数据并将其返回到S3存储桶,而相应的视频数据存储在AmazonRDS数据库中。AWSSES向用户发送带有数据访问点(包括捕获的图像)的电子邮件通知。在JetsonNano上运行的应用程序代码是用Python实现的。”

“该团队在项目的第一次和第二次迭代中对RaspberryPi和JetsonNano进行了试验,并决定在最终项目迭代中继续使用JetsonNano和DeepStreamSDK。这是因为需要在边缘执行尽可能多的计算。”

标签:

免责声明:本文由用户自主上传,版权归原作者所有,若有来源标注错误或侵犯了您的合法权益,请与本网联系,我们将及时更正、删除,谢谢您的支持与理解。