开源参考实施
使用这些预先构建的的开源项目，部署您自己的物联网解决方案。
面部检测和识别
面部识别访问控制
使用英特尔® Distribution of OpenVINO™ Toolkit、C++ 和 MQTT 开发面部检测和识别解决方案，以授予访问指定区域的权限。
使用案例
- 建筑出入控制。
- 限制设备运行。
- 启用安全性设置，仅允许获授权人员出入。
智能教室
提供实时教室指标，如教室专注度、参与度、快乐指数和出席率，而不会造成教学中断。
使用案例
- 通过头位估计推理模型检测学生在课堂上的专注度。
- 通过动作检测和人脸重新识别，捕捉实时课堂活动并确定出勤率。
网络录像机
实施并使用英特尔® 硬件平台，利用各种媒体堆栈进行视频解码、编码和优化。
使用案例
- 将视频传输到计算机视觉应用程序中进行人员检测。
- 使用 GStreamer 和英特尔® Media SDK 捕获视频流，并进行编码，以便存储在服务器上。
智能零售分析
使用英特尔® Distribution of OpenVINO™ toolkit 中的计算机视觉推理，提供有关顾客参与度、商店客流量和货架库存的分析。
使用案例
- 检测指定区域内的人员（通过在检测到的人员周围显示绿色方框），计算总人数，以及他们处于帧中的时间。
- 使用推断管道来检测面部、情绪和头部姿势。
用于损失检测的实时传感器融合
无缝连接不同的传感器设备，包括称量传感器、摄像头和 RFID 以检测自助结帐环节中的损失。
使用案例
- 当物品进入并离开结帐区的视野时，识别并在 EdgeX 总线上触发一次事件。
- 使用 EdgeX 可扩展框架于附加服务和传感器。
- 使用多个边缘传感器准确识别物品、检测不一致性并记录实时事务日志 (RTTL)。
医疗保健
脑肿瘤图像分割
通过应用 U-Net 架构来分割原始核磁共振图像中的脑肿瘤。
使用案例
- 检测核磁共振图像中的脑肿瘤。
- 根据分割的脑肿瘤绘制预测图。
- 使用预训练模型和 Sørensen–Dice 系数预测结果。
人体检测
人员计数器系统
使用英特尔 Distribution of OpenVINO™ Toolkit 创建智能视频应用程序。该工具套件使用模型和推理运行单类物体检测。
使用案例
- 跟踪零售活动。
- 观察工厂车间内及建筑入口的活动情况。
- 捕获人员并记录人数信息。
预测性维护
工业异常检测
在单个系统上运行多个独立的异常检测工作负荷，该单个系统通过基于内核的虚拟机（Kernel-based Virtual Machine，或 KVM）主机运行多台虚拟机。
使用案例
- 工业计算机视觉和时间序列分析
- 针对多个应用程序的虚拟化环境
物体尺寸检测器
使用计算机视觉检测和测量在装配线上移动的部件的大概尺寸，识别尺寸异常的物品，并在检出时发出警报。
使用案例
- 跟踪机械零件的计数和大小。
- 检测到大小不规则的零件时，向用户发出警报。
- 对来自现场网络摄像头或取自现有视频的数据作出解释。