- Panoramica
- Descrizione del prodotto
- Parametri del prodotto
- Certificazioni
- Profilo aziendale
- I nostri vantaggi
- Assistenza tecnica
- FAQ
Informazioni di Base.
Descrizione del Prodotto
Configurazione del processore
Ciascun processore ad alte prestazioni ai edge supporta l'elaborazione di 30 canali di analisi video o 50 canali di decodifica video e può essere personalizzato in base al numero di accesso video front-end.
Ciclo di formazione ai
Il sistema deve essere continuamente migliorato per migliorare la velocità di riconoscimento dell'ai e i materiali delle immagini devono essere raccolti continuamente per la formazione sull'intelligenza artificiale. Il ciclo di aggiornamento è di circa 3 mesi/ciclo.
Requisiti di ottimizzazione dell'algoritmo
È necessario raccogliere continuamente immagini in loco per lavori periodici quali annotazioni, valutazioni di esperti, ottimizzazione dell'algoritmo e ri-firma dell'algoritmo, al fine di migliorare continuamente il tasso di riconoscimento ai. Ogni tipo di oggetto di identificazione deve fornire non meno di 2000 immagini di identificazione.
Requisiti di rete
1) requisiti di linea dedicata per Internet: I processori ad alte prestazioni di intelligenza artificiale trasferono la transcodifica video nel cloud e devono configurare una linea dedicata per Internet (con IP fisso), L (larghezza di banda)=numero di canali simultanei (numero massimo di video visualizzati simultaneamente dal PC remoto) * 4M (4M per ciascun canale video) per il calcolo.
2) requisiti di rete LAN: Gigabit Ethernet. Il cavo di rete utilizza UTP di categoria 6 e ciascuna interfaccia dello switch e del router di rete interno deve avere almeno porte Gigabit.
Requisiti per le apparecchiature di monitoraggio front-end
Per garantire la velocità e la precisione di riconoscimento, sono previsti requisiti specifici per le immagini delle apparecchiature di monitoraggio video front-end:
1) la qualità di immagine catturata è ≥ 720P;
2) pixel di dispositivi front-end ≥ 4 milioni;
3) calcolo della gamma effettiva per il monitoraggio della telecamera anteriore: Si consiglia di calcolare in base alla lunghezza focale dell'obiettivo con luce visibile, con distanza effettiva L=f (lunghezza focale della luce visibile) * 700. 
| Parametri tecnici hardware del processore EDGE al ad alte prestazioni | |
| CPU | 2 * Intel 10 core con una frequenza principale di 2,3 GHz |
| Memoria | 64 GB |
| Disco rigido | SSD250G+HDD1000G |
| GPU | GTX1080TI 11 GB |
| Scheda di rete | Scheda Ethernet a due porte DA 1000 M. |
| Alimentazione | Alimentatore DA 800 W. |
| Sistema operativo | Linux |
| Indicatori delle prestazioni software dei processori ad alte prestazioni Edge ai | |
| Transcodifica dell'accesso video | ≤ 30 canali |
| Analisi dell'accesso video | ≤ 30 canali |
| Supporto per la potenza di elaborazione | Supporto Fp32 >13TFLOPS |
| Analisi delle immagini | 30 immagini/secondo/GPU |
| Supporta l'analisi video in tempo reale | 1 canale/GPU |
| Supporta l'estrazione simultanea dei fotogrammi (quasi in tempo reale) | Con 15 canali/GPU |
| Supporta l'analisi di acquisizione temporizzata | 30 canali/GPU |
| Intervallo di acquisizione | ≤ 10 secondi |
| Pacchetto algoritmo | personalizzabile per diversi oggetti di analisi |
| Supporto ai | ottimizzazione continua dei pacchetti di algoritmi e delle estensioni personalizzabili |
| Protocolli di comunicazione | HTTPS, TCP, UDP, ECC. |
| Metodo di autorizzazione | Autorizzazione Dog crittografia hardware |
| Supporto della risoluzione di codifica | Regolazione dinamica entro la gamma 720P-1080P |
| Framework algoritmo | Framework di algoritmi di intelligenza artificiale integrati come Pytorch, TensorFlow e Darknet |
Chongqing Yingka Electronic Co., Ltd., fondata nel 2007, si trova nel Parco dei pionieri degli studenti Erlang Overseas, nel distretto di Jiulongpo, Chongqing, Cina. L'azienda è dedicata alla ricerca e allo sviluppo di reti di sensori wireless e di tecnologia, apparecchiature e sistemi di intelligenza artificiale per varie applicazioni nel settore forestale, aree panoramiche e settori dell'energia. Queste applicazioni includono la prevenzione degli incendi boschivi, il controllo dei parassiti forestali, il monitoraggio della fauna selvatica, il monitoraggio degli uccelli e il monitoraggio ambientale ecologico. Yinka Electronics ha superato con successo le sfide principali, come l'alimentazione sul campo a lungo termine, la rete wireless sul campo e il rilevamento affidabile a bassa potenza. L'azienda ha intrapreso il "National IoT Application Demonstration Project" della Commissione Nazionale per lo sviluppo e la riforma e ha accumulato oltre 10 anni di esperienza nella prevenzione degli incendi boschivi e nelle applicazioni di monitoraggio ambientale.
Yinka Electronics è un fornitore di soluzioni applicative IoT per la prevenzione degli incendi boschivi e il monitoraggio ambientale in ambienti esterni. Ha fornito applicazioni e servizi tecnici a oltre 100 aree panoramiche, silvicoltura e unità di potenza in tutta la Cina. 
1. 16 anni di esperienza nella produzione di dispositivi di rilevamento IoT
2. Esperti nel settore dell'ecosistema IoT
3. Collaborare con le università per creare un team di ricerca per workstation accademie esperte
4. Il personale professionale può rispondere online in qualsiasi momento
5. Servizio post-vendita completo
6. Sviluppo personalizzabile e consegna rapida 
Guida online e tutorial video per gli acquirenti stranieri, con una risposta online di 24 ore 
D1: Sei produttore?
R: (sì)
D2: Qual è il ciclo di consegna?
R: Di solito un mese
D3: Come spedite le merci e quanto tempo ci prende?
R: Di solito spediamo tramite DHL, UPS, FedEx o via aerea. 3-5 giorni dopo la ricezione del pagamento.
D4: Posso avere un ordine di esempio?
R:Sì, si dà il benvenuto all'ordine dei campioni per testare e controllare la qualità.
D5: Offrite un servizio OEM?
R: Sì, possiamo progettare le cose secondo la vostra richiesta.