支持 ReID 加速应用的 AI Box

支持 ReID 的 AI Box 可执行可扩展的分布式多流跟踪与重新识别。该应用不仅可利用机器学习来跟踪行人并解码多个摄像头数据流,而且还可通过摄像头信号执行行人检测与跟踪。常见的应用包括智慧城市、零售分析和视频分析等。

支持 ReID 的 AI Box 加速应用框图

特性:

  • 在 1080p 分辨率下支持达 4 个数据流的 H.264/H.265 解码
  • 通过所有数据流进行行人跟踪
  • HDMI 或 DIsplayPort 输出
  • 用户可编程深度学习模型和视频编解码器
  • 包含硬件设计的完整应用
常见问题解答

不,该应用不需要任何 FPGA 设计经验。

此应用由 AMD Xilinx 免费提供。

AMD Xilinx 测试了一系列支持 H.265/H.264 RTSP 数据流的特定摄像头。然而,该应用预计能与任何 H.264/H.265 编码数据流配合使用。

主要资料
使用自适应计算加速您的 AI 边缘解决方案
使用自适应计算加速您的 AI 边缘解决方案

了解有关自适应 SOM 的所有信息,以实例解释了自适应 SOM 为什么适合下一代边缘应用,以及如何在下一代边缘应用中部署自适应 SOM。本书还强调了智能视觉提供商如何从只有自适应 SOM 才能实现的性能、灵活性及快速开发等优势中获益。

机器人自适应计算
机器人自适应计算

对机器人的需求正在迅速增长。构建一款既安全又能与人一起工作的机器人已经够难了。还要让这些技术协同工作,则更具挑战性。更复杂的是,机器学习和人工智能的加入,增加了满足计算需求的难度。机器人专家正在转而采用自适应计算平台,其可在一个适应未来、可扩展的自适应集成型平台上实现内建的安全保障,从而可提供低时延、确定性的多轴控制。参阅 eBook,了解更多信息。