面向 Kria SOM 的 Aupera 人脸识别加速应用
发布者: Aupera Technologies
Aupera 面部识别解决方案是一种商业化、可部署的端到端解决方案，可在现实世界中实现面部识别。该解决方案由 Aupera 专有的最佳训练 AI 模型提供支持，由 Tier 1 客户实际部署。它为人脸检测、人脸识别、面具检测、蒙面人脸识别、RTSP/RTMP 流媒体和 ONVIF 接口等应用整合了机器学习。
特性:
- 最佳人脸识别准确率 - 在边缘实现完整的管道
- 超低延迟和高效的人脸检测/识别
- 支持口罩检测
- 支持戴口罩时进行人脸识别
- 支持人脸属性检测
- 支持多达 4 个流 @1080P25FPS E2E 视频处理和 AI 分析
- 与 Open API 轻松集成
常见问题解答
不，该应用不需要任何 FPGA 设计经验。
有 30 天免费评估浮动许可证和永久节点锁定付费许可证。
不，该模型使用来自世界各地的图像进行训练，但亚洲数据的使用率高于其他数据。
是
可以。此应用在 Kria SOM 上运行，更新版本与边缘盒和相机兼容。
主要资料
通过自适应计算助力电力驱动控制和可持续发展
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。它们可以优化性能，帮助电机更高效地运行，还能降低功耗、减轻噪音、减少振动，并在潜在故障发生之前检测到它们。下载全新的电机控制电子书以了解更多信息！
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
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。