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。
否,该应用不需要任何 FPGA 设计经验。
此应用由 AMD 免费提供。
AMD 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。
AMD Kria™ 自适应模块系统 (SOM) 器件在电力驱动控制中发挥着重要作用。这些器件可用于优化性能、更高效地驱动电机、降低功耗、降低噪音、抑制振动,甚至提前检测潜在故障。下载全新的电机控制电子书以了解更多信息!
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。
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功能,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。