Tehnika - kako kadar postaje događaj

VAP radi NVIDIA GPU inferencu preko ONNX Runtime. Svaki broj na ovoj stranici izmeren je na imenovanoj kartici, na naveden datum, komandom koju možete pokrenuti na svojoj kutiji - i za svaki broj piše da li je meren ili skaliran.

ONNX Runtime · TensorRT EP

Red izvršnih provajdera detektora: TensorRT → CUDA → CPU. Agent uzima najbrži provajder koji vaš drajver podržava i prijavljuje koji je stvarno radio (vap_edge_onnx_ep), pa PoC izveštaj imenuje put koji je opsluživao vašu lokaciju, a ne onaj kojem smo se nadali.

CUDA trening · export

onnxruntime-gpu na edge putu; trening na CUDA (PyTorch) na NVIDIA RTX radnoj stanici; ONNX export za deploy.

Šta detektor danas prepoznaje

Osobe i vozila. Pravilo koje pravi događaj je vozilo u pešačkoj zoni (ili osoba u zabranjenoj zoni, prelazak linije, zadržavanje, prisustvo van radnog vremena, ili pešak i vozilo koji se približe na podešeno rastojanje). Posebnu klasu za viljuškar podrazumevani model još nema, u pripremi je.

Gde odlazi vreme jednog kadra

Mereno na Quadro RTX 6000, ulaz 1080p, produkcioni put (ONNX Runtime, CUDA EP): skaliranje 2,5 ms (CPU) → session.run 7,1 ms (GPU) → dekodiranje izlaza i NMS 2,9 ms (CPU). Ukupno 10,9-12,5 ms.

Kako dimenzionišemo kutiju: GPU nosi 56–60 % vremena kadra. Ispod otprilike 80 % udela GPU-a jača kartica ne donosi nijednu kameru više — zato dimenzionišemo prema merenom kadru, a ne prema specifikaciji — zato je karta koju preporučimo ona koja vam zaista treba, a ne najveća sa cenovnika.

Koliko traje put do alarma

Od odluke detektora do isporučenog alarma: p95 ispod 1,5 s. Izmereno u prozoru od 24 h na 1833 događaja; 99,94 % događaja bilo je ispod 5 s. Izmereno na dve žive kamere; vaš PoC ovoj tabeli dodaje vaš broj.

Ne objavljujemo vreme kadar → alarm kao „našu latenciju“: ono sadrži dwell, prag zadržavanja koji vi sami podešavate. Meriti našu brzinu vašim podešavanjem bilo bi obmanjujuće.

Koliko traje povezivanje kutije

Od registracije do prvog događaja: ispod 3 minuta. Instalacija agenta na kutiji traje 28 s, ceo put od nastanka naloga do kraja instalacije 93 s. Trajanje računa centar iz dva pečata koja kutija pošalje otkucajem - ne štoperica.

To je donja granica i tako je i zovemo. Izmereno 22. 8. 2026 na Ubuntu 24.04 mašini sa mrežom, sa sintetičkim izvorom i bez čekanja na čoveka. Broj ne uključuje nabavku i montažu kamera, vašu mrežu, GPU drajver ni pravne korake kod vas - oni traju danima i na njih nemamo uticaja. Puštanje u rad sa zonama, pravilima, doterivanjem i primopredajom je druga stvar i traje tri nedelje.

Koliko kamera nosi koja kartica

Svaki red nosi oznaku izmereno ili procena. Red bez oznake ne može da bude objavljen — build to sprovodi. Referentno opterećenje: naš produkcioni detektor, ONNX Runtime + CUDA EP, jedna ORT sesija po kameri, 30 % rezerve već oduzeto.

Metod za svaku procenu: kamere = izmeren plafon (174,7 inferencija/s na Quadro RTX 6000) x (FP32 kartice / 16,3) / ciljni fps x 0,7 rezerve. Metod je linearan po FP32 i zato optimističan za arhitekture sa drugačijom propusnošću memorije - pomoć pri ponudi, ne garancija.

Vašu karticu izmerimo za 10 minutes komandom bash scripts/bench_capacity.sh inference - broj sa vaše kutije je uvek bolji od naše tabele.

Šta kamera mora da ume

Radimo sa postojećim kamerama — ali „postojeća" nije isto što i „bilo koja". Ispod je lista koju možete proveriti sami, pre nego što se čujemo.

Referenca po kojoj dimenzionišemo: substream 704x480 na 5 fps detekcije. Šta ne tvrdimo: minimalnu visinu osobe u pikselima još nismo izmerili, pa je ne objavljujemo — merimo je na vašoj kameri. Kutija meri stvarno dekodiranu rezoluciju svake kamere, a ne ono što uređaj tvrdi o sebi, pa na pitanje „radi li kod mene" odgovaramo spiskom po kamerama.

Vaša lokacija, vaš model

Magacinski prolaz sa fiksne kamere u uglu: radnik vuče ručni paletar zelenom
                pešačkom stazom između regala.
Ručni paletar nije klasa na kojoj je opšti model treniran. Nije ni vaš tegljač, ni vaša kolica sa kavezom, ni način na koji su vaši prolazi osvetljeni u 4 ujutru. Taj jaz zatvara prilagođavanje lokaciji — na vašem podu, vašim snimcima, a trening radimo mi.

Podrazumevani detektor poznaje osobe i vozila. Nekim lokacijama treba više: određen tip vozila, ručni paletar, pravilo za reflektujući prsluk. Trening ne pokrećete vi — konzole za trening namerno nema, to je usluga koju izvodimo mi. Prilagođavanje lokaciji je put od vaših sopstvenih snimaka do modela podešenog za vaš objekat — a snimci pri tome ne napuštaju zgradu.

  1. Ispravka jeste označavanje. Operater i danas svaki alarm potvrdi ili odbaci. Oznaka „ovo nije viljuškar" ili okvir na onome što je detektor promašio jedini je deo koji se dešava kod vas — jer podaci nastaju tamo.
  2. Vi tražite, mi treniramo. Prilagođavanje počinje pisanim zahtevom, ne dugmetom u aplikaciji. Recept za obuku je naš i unapred zadat; obuka radi na vašoj opremi u zakazanom prozoru, da nikada ne otima grafičku karticu živoj detekciji.
  3. Kapija koju kandidat mora da potuče. Kandidat se meri protiv pinovanog modela na validacionom skupu zamrznutom za vašu lokaciju. Ako ne potuče zatečeni, ne ide u upotrebu — a oba broja vidite pre nego što se bilo šta promeni.
  4. Poreklo na svakom događaju. Svaki događaj nosi verziju modela koja ga je napravila. Povratak unazad je promena jedne pinovane vrednosti.

Šta namerno ne dobijate: hiperparametre, upload dataseta i „AI konzolu". Pogrešna stopa učenja ne vraća grešku nego tiho lošiji model — a baš taj model gleda vaše prolaze; štetu biste videli tek posle nedelja, kroz propuštene događaje. Zato uz bazni model na kutiju šaljemo i replay skup: obuka samo na podacima jedne lokacije inače briše ono što je model već znao. Drugi razlog je pravni — po čl. 25 Akta o veštačkoj inteligenciji korisnik koji sistem suštinski izmeni postaje provajder i preuzima sve obaveze. Baš zato smo odustali od samoposlužne obuke (odluka 4.8.2026): recept, obuka i kapija ostaju kod nas, a vi dajete podatke i vidite brojeve.

Model treniran na vašem podu ostaje vaš

To piše u ugovoru, ne na prodajnoj stranici. Terms §7:

Postavite ista četiri pitanja cloud dobavljaču pre nego što potpišete sa njim.

Referentna edge kutija

Ubuntu sa NVIDIA dGPU - Turing ili novija, sa NVDEC-om. Tabela iznad kaže koliko kamera nosi koja kartica. Kutija je vaša - PoC radi na vašem postojećem GPU serveru ili na integratorovoj kutiji; hardver ne prodajemo i ne pozajmljujemo, ali damo specifikaciju i za dan proverimo ponudu prodavca. Jetson Orin NX je u tabeli dimenzionisan, a izmerimo ga na samom uređaju pre nego što ga ponudimo; PoC nikada ne čeka njega.

Kontakt Email