AI边缘盒子对摄像头的类型与配置上有要求吗？

定昌的AI边缘计算盒子能接入USB摄像头，MIPI摄像头与POE IP网络摄像头做AI视觉分析与视频监控分析等应用算法开发，常结合边缘+云的方式做项目，落地更方便。

另外AI边缘计算盒子的配置也有不同，对摄像头的选型也不同，边缘盒子常见的有1T算力的（RK3568），6T算力的（RK3588）。使用边缘计算盒子部署项目，一般不用更换原有的现场的摄像头设备，可以更好的更灵活的升级项目，尽量节省成本。

边缘盒子算力越强，就能接入更高分辨率的摄像头或相机，或者能连接更多路的摄像头，或能同时处理更多路的视频流。

一、简单来说，边缘计算盒项目落地时的要考虑以下5个因素：

1、边缘计算盒子的NPU算力以及CPU的配置以及ISP图像处理能力。

2、连接摄像头的数量。

3、或者需要处理多少路的视频流，摄像流，以及涉及的视频编解码格式。

4、摄像头的分辨率。

5、AI盒子计算的速度帧率或者叫FPS吧。

由于应用与落地以及现场业务情况很多且复杂，不能一一列出实际的接入路数（以RK3588来说）其提供的6TOPS AI算力预计能同时分析8路视频流的AI识别能力，涉及人脸检测，运动检测等。

二、AI边缘盒子内部的板端（以RK3588来说）的硬件接口能力根据板型也有所不同：

比如：DC_M588能接入4个8M 30FPS的MIPI摄像头，DC_A588能接入2个8M 30FPS的MIPI摄像头，6个2M 30FPS摄像头，DC_BOYO588做直播流实时推送，可接入1个48M 15FPS（近5000W像素）的USB摄像头。

注：上述只是理论参考值，实时部署时还要考虑多种业务场景与网络环境，实际接入的摄像头数量有可能会下降。

三、另外针对AI边缘计算及算法应用开发的客户：

定昌能提供常见的RK3568，RK3588的AI运算以及不同算法及模型，如：YOLOV5,V6,V7,V8,V10，PPOCR，Ppyoloe,ppseg,retinaface,LPRNet,deeplabv3,Lite_transformer。

Yamnet,Resnet,Mobilenet等等的参考FPS值给到新老客户参考，以便更好的选择不同的硬件平台及算法模型。

定昌实际上已帮助目标客户如：ALOT智能终端产品客户落地了许多项目，如：智能安防，智能零售，智能工业，机器人等业务场景。