建立更及时、更有效的安全生产优化提升策略的智慧油站开源了

AI视频监控平台简介

AI视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。增加对摄像头平台接入视频进行轮巡,轮巡最高支持80路视频。视频轮询方案基于中台和多个视频源,每个视频源都有一个唯一的标识符,用于在轮询中进行识别。中台负责管理视频源并控制其在轮询中的顺序,可实现自由调整轮训顺序,添加或删除视频源,设置算法识别轮询规则,例如:设置识别摄像头1~25,轮询为600s,则算法同时对摄像头1~25视频流进行识别,600s后对下一组摄像头视频流进行识别。 用户只需在界面上进行简单的操作,就可以实现全视频的接入及布控。

项目搭建地址
系统形态

系统根据客户环境目前共分为三种形态:

  1. 集群版-AIBox

    名称 描述 备注
    AIBOX-Server 后端项目 需付费
    AIBOX-VUE 前端项目
    • 支持大量边缘盒子集中管理调度,平台实现多个盒子的控制管理,报警推送消息升级。
    • 基于多个边缘盒子部署的综合视频安防系统,多用于布置大量摄像头的场景,如仓库、物流园区、学校、医院、工厂、交通枢纽等。
  2. 单机版-SingleBox

    • 应用单个边缘盒子,可关联少量摄像头、算法,在客户现场可快速落地体验。
  3. 服务器版-Master

    • 适用于拥有GPU显卡的企业用户。
    • 基于服务器部署的综合视频安防系统,多用于布置大量摄像头的场景。
项目链接
功能清单
  • 明火检测
  • 烟雾检测
  • 抽烟检测
  • 人流统计
  • 车牌识别
  • 打电话检测
  • 敬请期待......
项目特点
  • 集成化:视频监控、计算机视觉计算、告警通知一体的视频安防平台。
  • 支持多种推流/拉流形式:支持RTSP/RTMP推流拉流形式。
  • 支持多种指令集平台部署:支持x86、arm等指令集平台部署。
  • 支持多种视频格式:支持H265/H264/GB28181/的视频格式。
  • 支持添加客户自己训练的模型:支持添加客户自己训练的模型。
  • 支持多路多算法的实时AI计算:支持多路多算法实时监控与AI计算,及时返回告警结果。
  • 全方面告警通知:支持语音电话、短信、企业微信、钉钉、APP、第三方接口、音柱等多种告警通知方式。
  • 高性能:支持多路多算法实时监控与AI计算,及时返回告警结果。
项目定位
  • 跨平台视觉安防解决方案:提供跨平台的视觉安防解决方案,满足不同场景的需求。
  • 二次开发项目服务:为开发者提供二次开发项目服务,方便快速集成和部署。
  • 商用级机器视觉平台:适用于商业级机器视觉应用,提供高性能、高可靠性的解决方案。
软件架构

项目基于springboot2.7.4+mybatisplus+vue2+mysql5.7开发,采用前后端分离的设计模式,提高系统的性能和可扩展性。同时,系统还采用了多种优化技术,如缓存、压缩等,以提高系统的响应速度和资源利用率。

AI视频监控平台具有强大的功能和良好的可扩展性,适用于各种场景的视频监控和AI计算需求。如果您对该平台感兴趣或需要进一步了解相关信息,请随时联系我们。

相关推荐
网易独家音乐人Mike Zhou2 小时前
【卡尔曼滤波】数据预测Prediction观测器的理论推导及应用 C语言、Python实现(Kalman Filter)
c语言·python·单片机·物联网·算法·嵌入式·iot
安静读书2 小时前
Python解析视频FPS(帧率)、分辨率信息
python·opencv·音视频
小陈phd2 小时前
OpenCV从入门到精通实战(九)——基于dlib的疲劳监测 ear计算
人工智能·opencv·计算机视觉
佑华硬盘拷贝机2 小时前
音频档案批量拷贝:专业SD拷贝机解决方案
音视频
zhixingheyi_tian2 小时前
Spark 之 Aggregate
大数据·分布式·spark
PersistJiao2 小时前
Spark 分布式计算中网络传输和序列化的关系(一)
大数据·网络·spark
EasyNVR2 小时前
NVR管理平台EasyNVR多个NVR同时管理:全方位安防监控视频融合云平台方案
安全·音视频·监控·视频监控
Guofu_Liao3 小时前
大语言模型---LoRA简介;LoRA的优势;LoRA训练步骤;总结
人工智能·语言模型·自然语言处理·矩阵·llama
宅小海5 小时前
scala String
大数据·开发语言·scala
小白的白是白痴的白5 小时前
11.17 Scala练习:梦想清单管理
大数据