Tehnika - kako sličica postane dogodek

VAP izvaja NVIDIA GPU inferenco prek ONNX Runtime. Vsaka številka na tej strani je izmerjena na poimenovani kartici, na navedeni datum, z ukazom, ki ga lahko poženete na svoji škatli - in pri vsaki piše, ali je izmerjena ali skalirana.

ONNX Runtime · TensorRT EP

Vrstni red izvajalnih ponudnikov detektorja: TensorRT → CUDA → CPU. Agent vzame najhitrejšega, ki ga vaš gonilnik podpira, in sporoči, kateri je dejansko tekel (vap_edge_onnx_ep), zato PoC poročilo poimenuje pot, ki je stregla vašo lokacijo, ne tiste, ki smo si jo želeli.

CUDA trening · export

onnxruntime-gpu na edge poti; trening na CUDA (PyTorch) na NVIDIA RTX delovni postaji; ONNX export za deploy.

Kaj detektor danes prepozna

Osebe in vozila. Pravilo, ki sproži dogodek, je vozilo v peš coni (ali oseba v prepovedani coni, prehod črte, zadrževanje, prisotnost izven delovnega časa, ali pešec in vozilo, ki se približata na nastavljeno razdaljo). Posebnega razreda za viličar privzeti model še nima, v pripravi je.

Kam gre čas ene sličice

Merjeno na Quadro RTX 6000, vhod 1080p, produkcijska pot (ONNX Runtime, CUDA EP): skaliranje 2,5 ms (CPU) → session.run 7,1 ms (GPU) → dekodiranje izhoda in NMS 2,9 ms (CPU). Skupaj 10,9-12,5 ms.

Kako dimenzioniramo škatlo: GPU nosi 56–60 % časa sličice. Pod približno 80 % deleža GPU močnejša kartica ne prinese nobene kamere več — zato dimenzioniramo po izmerjeni sličici in ne po specifikaciji — zato je kartica, ki jo priporočimo, tista, ki jo zares potrebujete, ne največja s cenika.

Koliko traja pot do alarma

Od odločitve detektorja do dostavljenega alarma: p95 pod 1,5 s. Izmerjeno v 24-urnem oknu na 1833 dogodkih; 99,94 % dogodkov je bilo pod 5 s. Izmerjeno na dveh živih kamerah; vaš PoC tej tabeli doda vašo številko.

Ne objavljamo časa sličica → alarm kot „naše latence“: ta vsebuje dwell, prag zadrževanja, ki ga nastavite sami. Merjenje naše hitrosti z vašo nastavitvijo bi bilo zavajajoče.

Koliko traja povezava škatle

Od registracije do prvega dogodka: pod 3 minute. Namestitev agenta na škatli traja 28 s, celotna pot od nastanka računa do konca namestitve 93 s. Trajanje izračuna center iz dveh žigov, ki ju škatla pošlje z utripom - ne štoparica.

To je spodnja meja in tako jo tudi imenujemo. Izmerjeno 22. 8. 2026 na stroju Ubuntu 24.04 z omrežjem, s sintetičnim virom in brez čakanja na človeka. Številka ne vključuje nabave in montaže kamer, vašega omrežja, gonilnika GPE niti pravnih korakov pri vas - ti trajajo dneve in nanje nimamo vpliva. Zagon s conami, pravili, uglaševanjem in primopredajo je nekaj drugega in traja tri tedne.

Koliko kamer nosi katera kartica

Vsaka vrstica nosi oznako izmerjeno ali ocena. Vrstica brez oznake ne more biti objavljena — build to uveljavi. Referenčna obremenitev: naš produkcijski detektor, ONNX Runtime + CUDA EP, ena ORT seja na kamero, 30 % rezerve že odšteto.

Metoda za vsako oceno: kamere = izmerjen strop (174,7 inferenc/s na Quadro RTX 6000) x (FP32 kartice / 16,3) / ciljni fps x 0,7 rezerve. Metoda je linearna po FP32 in zato optimistična za arhitekture z drugačno pasovno širino pomnilnika - je pripomoček za ponudbo, ne garancija.

Vašo kartico izmerimo v 10 minutes z bash scripts/bench_capacity.sh inference - številka iz vaše škatle je vedno boljša od naše tabele.

Kaj mora kamera znati

Delamo z obstoječimi kamerami — a „obstoječa" ni isto kot „katera koli". Spodaj je seznam, ki ga lahko preverite sami, preden se slišimo.

• RTSP, dosegljiv s škatle v vašem omrežju. ONVIF ni pogoj — uporabimo ga samo za samodejno odkrivanje kamer; kamera brez njega se doda z URL-jem.
• Druga rolna (substream) je obvezna. Detekcija bere njo in po njej dimenzioniramo škatlo in število kamer, zato kamera brez nje ni del ponudbe — to je najpogostejši razlog, da sicer dobra kamera ostane zunaj.
• Glavne rolne sploh ne dekodiramo — samo jo prepišemo v dokazni posnetek. Zato 4K glavna rolna ne stane nič na GPU.
• H.264 ali H.265 — oboje izmerjeno na pravih napravah.
• RTSP prek TCP mora biti dovoljen (požarni zid).
• Fiksna kamera. Cona je narisana na sliko; kamera, ki se obrača, coni spremeni pomen.

Referenca, po kateri dimenzioniramo: substream 704x480 pri 5 fps detekcije. Česa ne trdimo: minimalne višine osebe v pikslih še nismo izmerili, zato je ne objavljamo — izmerimo jo na vaši kameri. Škatla meri dejansko dekodirano ločljivost vsake kamere, ne tega, kar naprava trdi o sebi, zato na vprašanje „ali dela pri meni" odgovorimo s seznamom po kamerah.

Vaša lokacija, vaš model

Privzeti detektor pozna osebe in vozila. Nekatere lokacije potrebujejo več: določen tip vozila, ročni paletni voziček, pravilo za odsevni jopič. Prilagoditev lokaciji je pot od vaših lastnih posnetkov do modela, naravnanega na vaš objekt — posnetki pri tem ne zapustijo stavbe. Učenja ne zaženete vi. Konzole za učenje namenoma ni: to je storitev, ki jo opravimo mi.

1. Popravek je označevanje. Operater že danes vsak alarm potrdi ali zavrne. Oznaka „to ni viličar" ali okvir na tistem, kar je detektor spregledal, je edini del, ki se zgodi pri vas — ker podatki nastanejo tam.
2. Vi zahtevate, mi učimo. Prilagoditev se začne s pisno zahtevo, ne s gumbom v aplikaciji. Recept za učenje je naš in vnaprej določen; učenje teče na vaši opremi v načrtovanem oknu, da nikoli ne tekmuje z živo detekcijo za isto kartico.
3. Vrata, ki jih je treba premagati. Kandidat se izmeri proti pripetemu modelu na validacijskem naboru, zamrznjenem za vašo lokacijo. Če zatečenega ne premaga, ne gre v uporabo — obe številki vidite, preden se karkoli spremeni.
4. Sledljivost na vsakem dogodku. Vsak dogodek nosi različico modela, ki ga je ustvaril. Vrnitev nazaj je sprememba ene pripete vrednosti.

Česa namenoma ne dobite: hiperparametrov, nalaganja podatkovnih nizov in „AI konzole". Napačna stopnja učenja ne vrne napake, ampak tiho slabši model — in prav ta model gleda vaše hodnike; škodo bi videli šele čez tedne, kot spregledane dogodke. Zato z osnovnim modelom na škatlo pošljemo tudi replay nabor: učenje samo na podatkih ene lokacije sicer izbriše, kar je model že znal. Drugi razlog je pravni — po čl. 25 Akta o UI uporabnik, ki sistem bistveno spremeni, postane ponudnik in prevzame vse obveznosti. Prav zato smo samopostrežno učenje opustili (odločitev 4. 8. 2026): recept, učenje in vrata ostanejo pri nas, vi pa prispevate podatke in vidite številke.

Model, naučen na vaših tleh, ostane vaš

To piše v pogodbi, ne na prodajni strani. Terms §7:

• Vaši posnetki ne učijo tujega modela. Ne našega ne modela druge stranke. Prepoved je absolutna in velja tudi po prenehanju pogodbe.
• Model za lokacijo se uči samo na vaših podatkih, samo za vaše lokacije, na vaši opremi — in se nikoli ne združi s tujim.
• Obdržite trajno, nepreklicno in brezplačno licenco nanj, tudi ko nam nehate plačevati. Če odidete, model ne ostane pri nas.
• Lahko zahtevate izbris, s pisno zahtevo, kadar koli.

Ista štiri vprašanja postavite ponudniku v oblaku, preden podpišete z njim.

Referenčna edge škatla

Ubuntu z NVIDIA dGPU - Turing ali novejša, z NVDEC. Zgornja tabela pove, koliko kamer nosi katera kartica. Škatla je vaša - PoC teče na vašem obstoječem GPU gostitelju ali na integratorjevi škatli; strojne opreme ne prodajamo in je ne posojamo, damo pa specifikacijo in v enem dnevu preverimo ponudbo prodajalca. Jetson Orin NX je v tabeli dimenzioniran, izmerimo pa ga na sami napravi, preden ga ponudimo; PoC nikoli ne čaka nanj.

Kontakt Email

---