用于视频分析的边缘 AI 计算盒

概述

将多路视频流解码与视频分析集成。利用灵活的 AI 能力和参考视频分析管道对应用进行端到端配置，以实现快速开发。 

用于视频分析的边缘 AI 计算盒有两种安装脚本——开发和部署，适用于解决方案开发周期的不同阶段。

用于视频分析的边缘 AI 计算盒可以是连接到摄像头的独立设备，能够实时进行边缘分析。此外，它还可以连接到网络，作为网络上的分散式 AI 服务，按需运行离线深度学习分析。

选择配置和下载来下载以下程序包和软件。

配置和下载

• 编程语言：Python、C、C++
• 可用软件：英特尔® 发行版 OpenVINO™ 工具套件 2021.4.2

推荐的硬件

我们建议搭配以下硬件使用此程序包。有关其他建议，请参阅推荐的硬件页面。 

• 华擎* NUC BOX-1165G7 
• 优哲* US-M5520 
• 瑞传* PCOM-B656VGL
• 研扬科技* PICO-TGU4-SEMI
• 建碁* DEX5750
• 友通* EC70A-TGU
• NexAIoT* NISE 70
• 超恩* SPC-7000 系列
• 博来科技* SKY 3 3I110HW
• 技宸* QBiX-Pro TGLA1115G4EH-A1
• AAEON* UP Xtreme i11 Edge Compute Enabling Kit
• Supermicro* SYS-E100-12T-H
• IEI* DRPC AIoT 开发人员套件
• Realbom* RA-V6000
• 技宸* QBiX-Lite-TGLA1135G7-A1
• 凌华* AMP-300
• 凌华* AMP-500
• 华擎* iBOX-1100 系列
• 鼎盛* BU11D
• 泰尼狗* AI-7702
• Seavo* PIR-V41
• Lanner* LEC-2680
• Advantech* EI-52
• Onlogic* ML100G 工业级无风扇 NUC
• JWIPC* E098
• Maxtang* UMIMTL
• CSTIPC* K-U11MSK
• Protech* IV-Z318
• 英特尔® NUC 迷你电脑 11 专业版 
• 英特尔® NUC 迷你电脑坚固型机箱
• Avalue* EPC-TGU
• Asus* PL63
• Winmate* ITMH100
• Neousys Technology* Nuvo-9000 系列
• YUAN* SC6T0N4 HDMI AI+

目标系统要求 

• 第 11 代和第 12 代智能英特尔® 酷睿™ 处理器和赛扬® 处理器
• 操作系统：
  • Ubuntu* 20.04（内核版本为 5.8 或更高） 
  • 面向第 12 代智能英特尔® 酷睿™ 处理器的 Ubuntu* 20.04 配备内核版本 5.15
• 至少 128 GB 磁盘空间 
• 至少 8GB (4GB x2) 内存，具有 8GB 交换空间 
• 直接互联网接入

工作原理 

用于视频分析的边缘 AI 计算盒为轻便型边缘设备创建了完整的视频分析管道。该程序包针对第 11 代和第 12 代智能英特尔® 酷睿™ 处理器和赛扬® 处理器进行了优化，包含集成显卡，可为 AI 计算加速提供增强性能与效率。

挑选解决方案所需的软件模块并相应地下载安装脚本。在此版本中，提供了不同风格的安装脚本——开发和部署。（参见图 1） 

开发软件包 

开发版软件包提供了必要的模块（参见图 2）：  

• 英特尔® 发行版 OpenVINO™ 工具套件  
• 英特尔® Media SDK  
• RTSP 服务器  
• MQTT 服务  
• TensorFlow 桥  
• Gstreamer 
• 英特尔® Deep Learning Streamer（英特尔® DL Streamer）    
• SQLite 数据库*   
• Docker 社区版 (CE)*  
• Docker Compose*

其他组件以容器形式提供，例如云服务提供商连接器（Microsoft Azure* 和 AWS*）、InfluxDB* 数据库和容器化 OpenVINO™ 工具套件。开发软件包旨在提供完整的 SDK 或工具套件，让您轻松省力地设置开发环境。 

部署软件包 

部署软件包提供的主要软件与开发软件包相同，但预选的模块主要为运行时库。目标是最大限度减少程序包的安装占用空间，使其适合部署到内存和存储资源可能受限的边缘设备。 

如图 2 所示，集成 GPU (iGPU) 是部署 AI 工作负载的主要目标平台。CSP 连接器提供了接口，可供边缘 AI 计算盒利用云服务创建边缘到云功能，例如遥测、设备入网和可管理性。此外，我们准备了许多参考实现（例如智能视频 AI 工作负载），它们作为一种快速演示工具，供开发人员用于评估边缘 AI 计算盒硬件性能。

入门

必备条件

• 系统必须设置根密码。
• 要使第 12 代英特尔® 酷睿™ 处理器或赛扬® 处理器（原 Alder Lake 产品）与 GPU 加速器协同工作，请完成以下步骤： 
  • sudo vim /etc/default/grub 
  • 将 “i915.formorce_probe=*” 附加至 GRUB_CMDLINE_LINUX_DEFAULT:  结尾
  • GRUB_CMDLINE_LINUX_DEFAULT="quiet splash i915.force_probe=*" 
  • sudo update-grub 
  • sudo reboot 

注意：智能视频 AI 工作负载参考实现也需要这些步骤。

安装程序包 

选择配置和下载下载程序包，然后遵循以下步骤安装。  

配置和下载

1. 打开一个新终端，进入下载的文件夹并解压缩下载的软件包：  

   unzip edge_ai_box_for_video_analytics.zip

    

2.  转到 edge_ai_box_for_video_analytics/ 目录：

   cd edge_ai_box_for_video_analytics

     
3. 更改 edgesoftwar 可执行文件的权限： 

   chmod 755 edgesoftware

    
4. 运行以下命令，安装程序包： 

   ./edgesoftware install

    

5. 在安装过程中，系统会提示您提供产品密钥。产品密钥包含在英特尔向您发送的确认下载的电子邮件中。 

   

6. 安装完成后，您会看到消息 “Installation of package complete”（软件包安装完成）以及每个模块的安装状态。 

   

基于程序包构建解决方案

使用硬件加速的单对象和多对象检测教程应用程序。

另外，了解 OpenVINO™ 与 TensorFlow* 集成示例目录中的演示。 

要将 Linux 上运行的物联网即插即用桥接样本连接至 Azure* 物联网中枢，请通过预先安装的 azure_cli、Azure 物联网资源管理器和克隆的存储库运行样本。

结论和后续步骤

您使用此应用程序，成功为轻便型边缘设备创建了完整的视频分析管道。 

在下一步中，请尝试智能视频 AI 工作负载参考实现。

了解更多

要继续学习，请参阅以下指南和软件资源： 

• 英特尔® 发行版 OpenVINO™ 工具套件文档 
• OpenVINO™ 与 TensorFlow* 集成

支持论坛

如果您无法解决问题，请联系支持论坛。