Exigences minimales HW
CPU- 2.4GHz x86 processeur (un coeur par flux vidéo)
Caméra IP PoE- Résolution minimale de 720p et 7 FPS
- Format de flux MJPEG ou RTSP
Connectivité Internet pour les statistiquesTout routeur Ethernet capable d'envoyer ~50MB de données par mois
10 papiers de recherches
3 brevets en instance
Modèle 6x plus rapide
6x plus rapide à déployer
Modèle 16x plus léger
3,75x moins d'énergie
Amélioration de la précision de 70 %
Les Bénéfices
Des modèles plus petits, des machines plus petites et des coûts moindres : Grâce à nos optimisations, déployez Datakalab sur des machines moins chères que les GPU et toujours en stock malgré les contraintes de la chaîne d'approvisionnement.
Algorithmes qui s'adaptent automatiquement aux conditions d'éclairage changeantes : Ce n'est pas la même chose de détecter des objets à l'aube qu'à midi ou le soir. Les algorithmes de Datakalab s'adaptent automatiquement au cours de la journée pour maintenir une précision optimale, même lorsque les conditions d'éclairage changent ou sont différentes d'une caméra à l'autre.
Une compression qui permet d'économiser la bande passante : Nous supprimons les poids inutiles dans les modèles afin qu'ils puissent être rapidement mis à jour et déployés sans coûter une fortune en bande passante ou en calcul.
Réutiliser les caméras et le matériel existants : Vous n'avez pas besoin de vous procurer un nouvel ensemble de caméras qui ne font qu'une seule chose. Tirez parti de votre infrastructure de vision existante et ajoutez le comptage, les données démographiques ou d'autres cas d'utilisation sans devoir ajouter ou câbler du matériel supplémentaire.
How do you get reliable AI on the edge when it was made for the cloud? With millions or billions of parameters to process, today’s deep neural nets are too big for CPUs and MCUs to process in real time .
Until now...
Say hello to embedded AI that is fast, frugal and accurate.
Context Adaptation, Quantization, Pruning and Batch Norm Folding formodels that are up to 330x smaller and 20x times faster.