开源实施参考范例
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。
零售
自动结账
将传感器融合技术部署到自动结账中,从而使用 EdgeX Foundry* 可扩展框架启用有关顾客正在购买的产品的实时洞察。
使用案例
- 验证并授权不同的用户。
- 开发附加服务和传感器。
- 识别物品、检测差异,并记录实时数据。
排队监控
在英特尔® Distribution of OpenVINO™ 工具套件中应用预训练模型,以实时检测和统计排队的人数。
使用案例
- 根据队伍大小和历史数据对人群信息进行推理。
- 根据历史队伍大小信息生成洞察并提出建议。
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
- 识别进入和离开结账区的商品。
- 开发附加服务和传感器。
- 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)。
智能零售分析
使用英特尔® Distribution of OpenVINO™ 工具套件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。
社交距离检测
构建一个能够在特定区域中识别人员并测量其距离的解决方案。如果距离小于指定值,则获取警报。
使用案例
- 测量商场和零售店中购物者之间的距离。
- 根据社交距离数据生成有关接触者追踪的洞察。
- 了解零售店的容量,以保持安全的社交距离。
存储容量
找到越过虚拟线的人,并确定他们进入还是离开了商店。对唯一购物者进行计数,然后显示当前的商店占用率。
使用案例
- 查看进入和离开零售结账区的人员。
- 确保商店占用率不超过预定义极限。
- 根据商店历史容量对人群信息进行推理。
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。
肺炎分类
使用计算机视觉推理和预训练模型检测 X 射线图像中的肺炎。
使用案例
- 预测肺炎引起的感染的概率。
- 利用医学影像鉴别异常并预测结果。
- 使用来自开源数据集的经标记的 X 射线图像训练模型的分类能力。
预测性维护
人体和车辆检测
并发视频
创建一条并发视频分析管道,其中包含多流人脸和人体姿态检测、车辆属性检测,以及将多个视频编码为单个流的能力。
使用案例
- 零售数字监控,例如网络录像机
- 视频矩阵商业多媒体应用
- 视频会议多点控制单元 (MCU) 和终端
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,并将其编码为可存储在服务器上的格式。
人员计数器系统
使用英特尔 Distribution of OpenVINO™ 工具套件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。