ai边缘计算盒轻量前端化设计

除了AI视觉算法本身要采用如：yolov8n,mobilenet等轻量模型之外，AI边缘计算盒子也需要在现场部署在离传感器，摄像头更近的场所（也就是前端汇聚点），比如：园区的弱电箱，楼宇的监测室，交通路口的设备柜，室外的控制室的基业箱等位置。

定昌出厂可提供yolov8n，mobilenet的轻量模型的训练与分析的完整开发流程，提供WIKI教程与视频相关教程，合作客户可基于定昌开源的相关算法进行二次开发，封装等操作，自定义强，灵活性高。（附上更多的模型算法框架参考表，如下图所示）。

另外部署时还可以搭配POE交换机接入网络IP摄像头做摄像视频流数据采集，另外根据现场情况减少摄像头的采集分辨率，或对输入的视频流进行帧采样（如：隔帧处理）等，对于不是工业生产现场等对实时性要求太高的场景比较适用。

摄像头除了上述说的POE IP摄像头外，还可以根据现场情况采用MIPICSI摄像头，POE IP摄像头与MIPICSI摄像头的主要区别是部署的距离，POE IP摄像头可达百米，MIPICSI摄像头只有几十厘米离边缘计算盒子或终端显示设备更近，或者完全嵌入到终端显示设备内部。

定昌目前边缘计算盒子有RK3576，RK3588的中高端配置型号，均能满足现场的前端计算任务，有效降低后端云服务器或远端的中心机房的网络流量压力，有效降低了部署及落地的成本。