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。
- 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。
- 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
- 转到 edge_ai_box_for_video_analytics/ 目录:
cd edge_ai_box_for_video_analytics
- 更改 edgesoftwar 可执行文件的权限:
chmod 755 edgesoftware
- 运行以下命令,安装程序包:
./edgesoftware install
- 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。
- 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:
支持论坛
如果您无法解决问题,请联系支持论坛。
"