矿山智能化边缘计算AI盒子是针对前端普通网络摄像机智能化升级而设计开发的工业级智能分析设备,集成音视频解码、数据传输、智能算法等多种技术为一体。其外接普通网络像机输入视频,对图像中出现的对象进行智能分析,输出异常告警信号,实现异常行为告警。
自有先进深度学习算法,抓拍识别速度快、准确度高,能够接入主流厂商普通网络摄像机,既可本地预览,也可以远程控制访问观看;接口丰富,对接灵活,方便第三方系统集成。
l 人形类:支持人员人形检测、人员入侵、人员离岗等算法。
l 车辆类:货车检测,运煤车辆检测等算法。
l 目标特征类:安全帽识别、入料口堵料检测,。
l 传送带:皮带跑偏检测、皮带异物、皮带坐人检测。
l 其他类算法:摄像机遮挡、挪动识别、烟火识别、声光报警。
l 场景功能可灵活切换;多种人车算法可同时运行,一机多用
l 轻量化、无风扇结构,部署灵活,适应重灰、重油、高低温等恶劣条件
l 部署方便,不改变原有组网的前提下进行智能化改造
l 支持告警信息上报,并截取告警片段留存至本地
l 可接入ONVIF、RTSP、GB/T 28181协议的第三方摄像机
l 支持有线RJ45,10/100/1000Mbps自适应
l 千兆网卡,适用于多种组网环境
l 支持浏览器访问和本机界面控制
视频输入 |
算法指标 |
1. 同时可识别抓拍4路网络视频,每个通道可以叠加1种不同的算法;
2. 算法识别精准度均可以达到90%~95%,具体场景精度提高,可以训练达到。(超过97%以上的精度需增加训练费用);
3. 算法识别最小识别度为16X16的分辨率;
4. 识别距离大约在3--8米,以摄像机成像的图像大小为准;
5. 算法采用常用的Deep Learning,DL, Caffe、Theano、MXNet、Torch和PyTorch,yolo5 深度学习框架; |
分辨率 |
200万 |
|
人脸智能功能 |
存储分析库 |
支持4万张抓拍图片存储,并支持安时间查看报警图片 |
算法种类 |
l 人形类:支持人员人形检测、人员入侵、人员离岗等算法。
l 车辆类:货车检测,运煤车辆检测等算法。
l 目标特征类:安全帽识别、入料口堵料检测,。
l 传送带:皮带跑偏检测、皮带异物、皮带坐人检测。
l 其他类算法:摄像机遮挡、挪动识别、烟火识别、声光报警。 |
|
图片传输 |
大图+小图 |
|
特征 |
支持特征提取 |
|
布控 |
支持画框策略布控 |
|
外部接口 |
网络接口 |
1个10M/100M/1000M自适应以太网口 |
视频输出接口 |
1*HDMI |
|
音频接口 |
1入1出 |
|
USB接口 |
2*USB3.0 |
|
RS485接口 |
支持RS485接口接语音声光报警器或者外部第三方设备 |
|
其他 |
电源 |
DC12V,3A |
功耗(不含硬盘) |
≤36W |
|
工作温度 |
-20℃ ~ +60℃ |
|
工作湿度 |
5% ~ 95% |
|
尺寸 |
36.0mm(高)×150.0mm(深)×181.0mm(宽) |
|
重量 |
≤1Kg |
视频输入 |
算法指标 |
1. 同时可识别抓拍4路网络视频,每个通道可以叠加1种不同的算法;
2. 算法识别精准度均可以达到90%~95%,具体场景精度提高,可以训练达到。(超过97%以上的精度需增加训练费用);
3. 算法识别最小识别度为16X16的分辨率;
4. 识别距离大约在3--8米,以摄像机成像的图像大小为准;
5. 算法采用常用的Deep Learning,DL, Caffe、Theano、MXNet、Torch和PyTorch,yolo5 深度学习框架; |
分辨率 |
200万 |
|
人脸智能功能 |
存储分析库 |
支持4万张抓拍图片存储,并支持安时间查看报警图片 |
算法种类 |
l 人形类:支持人员人形检测、人员入侵、人员离岗等算法。
l 车辆类:货车检测,运煤车辆检测等算法。
l 目标特征类:安全帽识别、入料口堵料检测,。
l 传送带:皮带跑偏检测、皮带异物、皮带坐人检测。
l 其他类算法:摄像机遮挡、挪动识别、烟火识别、声光报警。 |
|
图片传输 |
大图+小图 |
|
特征 |
支持特征提取 |
|
布控 |
支持画框策略布控 |
|
外部接口 |
网络接口 |
1个10M/100M/1000M自适应以太网口 |
视频输出接口 |
1*HDMI |
|
音频接口 |
1入1出 |
|
USB接口 |
2*USB3.0 |
|
RS485接口 |
支持RS485接口接语音声光报警器或者外部第三方设备 |
|
其他 |
电源 |
DC12V,3A |
功耗(不含硬盘) |
≤36W |
|
工作温度 |
-20℃ ~ +60℃ |
|
工作湿度 |
5% ~ 95% |
|
尺寸 |
36.0mm(高)×150.0mm(深)×181.0mm(宽) |
|
重量 |
≤1Kg |