JetsonNano实时分析连接的实时收集网络摄像头收集的镜头

2021-10-13 15:57:34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分析人员，然后通过向用户的连接络摄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)、网的镜云和用于警报的实时收集移动组件。使用的分析边缘平台是NvidiaJetsonNano4GBDeveloperKit，云基础设施是连接络摄使用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网的镜人员，然后通过向用户的实时收集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)、分析云和用于警报的连接络摄移动组件。使用的网的镜边缘平台是NvidiaJetsonNano4GBDeveloperKit，云基础设施是实时收集使用AmazonWebServices(AWS)构建的。

“JetsonNano实时分析连接的分析网络摄像头收集的镜头。NVIDIADeepStreamSDK用作流分析工具包。连接络摄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。”