AI 赋能的多摄像头追踪

该工作流包括整个开发工作流 (从数据生成到模型训练再到应用开发)，以帮助开发者为大型空间构建复杂的视觉 AI 应用。

NVIDIA 软件工具支持端到端工作流，可以更快地构建此类应用：

• 使用 NVIDIA Omniverse 创建真实世界环境的 3D 数字孪生。


使用 NVIDIA Omniverse (一个用于构建和运行元宇宙应用的平台)，开发者可以构建现实世界空间的 3D 数字孪生，定位虚拟摄像头以捕捉各种合成数据，生成用于训练感知模型的真值标记数据，并在实际部署之前验证端到端应用。

• 使用 NVIDIA Isaac Sim 生成合成数据以优化训练。


在 Isaac Sim 中使用 Omni.Replicator.Agent (ORA) 可以简化智能体 (包括人员和自主移动的机器人) 仿真，从场景中生成合成数据的过程也更加简单。

• 使用 NVIDIA TAO 工具套件，利用真实数据和合成数据简化模型开发。


NVIDIA TAO 工具套件简化了人员检测和重新识别等任务的模型训练和优化。开发者可以使用合成数据和真实数据对预训练模型进行调优，并通过量化和剪枝来优化以提高推理性能。

• 使用 Metropolis 微服务作为 AI 应用开发的灵活基础模组。


NVIDIA Metropolis 微服务为开发者提供了一套全面的原生云基础模组，以加速 AI 开发。微服务包括用于摄像头发现和管理的媒体服务，用于人员检测、追踪和重新识别的感知服务，用于跨多个摄像头提供实时洞察的时空服务，以及分析服务。

• 采用原生云设计，可实现从边缘到云的可扩展部署。


使用 Docker、Kubernetes 和 GPU Operator 轻松容器化应用，以便在 NVIDIA Jetson™、x86 和 dGPU 上部署原生云解决方案。

借助 NVIDIA 的加速端到端工作流，快速启动多摄像头视觉 AI 应用的开发 – 从用于合成数据生成的 Omniverse 仿真到用于简化模型开发的 TAO，再到用于模组化、原生云应用基础模组的 Metropolis 微服务。