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
喝醉酒的小白25 分钟前
Elasticsearch 中,分片(Shards)数量上限?副本的数量?
大数据·elasticsearch·jenkins
通信.萌新33 分钟前
OpenCV边沿检测(Python版)
人工智能·python·opencv
ARM+FPGA+AI工业主板定制专家35 分钟前
基于RK3576/RK3588+FPGA+AI深度学习的轨道异物检测技术研究
人工智能·深度学习
赛丽曼37 分钟前
机器学习-分类算法评估标准
人工智能·机器学习·分类
伟贤AI之路40 分钟前
从音频到 PDF:AI 全流程打造完美英文绘本教案
人工智能
weixin_3077791341 分钟前
分析一个深度学习项目并设计算法和用PyTorch实现的方法和步骤
人工智能·pytorch·python
helianying551 小时前
云原生架构下的AI智能编排:ScriptEcho赋能前端开发
前端·人工智能·云原生·架构
池央1 小时前
StyleGAN - 基于样式的生成对抗网络
人工智能·神经网络·生成对抗网络
PaLu-LI2 小时前
ORB-SLAM2源码学习:Initializer.cc⑧: Initializer::CheckRT检验三角化结果
c++·人工智能·opencv·学习·ubuntu·计算机视觉
LS·Cui2 小时前
第7章 任务的定义与任务切换的实现--总结
物联网