CV视觉边缘计算实施的主要硬件及行为算法模型-厂家浅谈

主要硬件有，POE/IPC摄像头，NVR，核心交换机，边缘计算盒子或叫边缘计算网关，针对行为算法模型主要有yolo系列，ppseg，人形，人头部识别等。

常用于区别人体姿态、人员安全规范（无尘服、禁止玩手机、区域闯入、离岗、人数统计）还有安全帽佩戴、入侵、人数统计、违规行为（越界、未戴帽、倒地、离岗等等）。

注意：要先用一台高配PC电脑或专门的AI训练服务器主机，安装UBUNTU系统，安装Anaconda3环境，先做照片或视频训练。训练完成部署在边缘计算盒子或边缘计算网关。

这里定昌小编以一个洁净车间为例简要介绍下常见可用算法模型：

1、基础目标检测：YOLOv10/YOLOv8/Yolov11_det /Yolov7/Yolov6/Yolov5/Yolox/Ppyoloe。训练后可识别：无尘服、口罩、手套、手机、人员；检测是否违规携带手机进入洁净车间等。

2、人体姿态判断：Yolov8_pose/Yolov11_其它 (pose)。训练后可识别：低头看手机、肢体动作、摔倒、长时间静止离岗；判断手部动作（是否抬手触碰设备等）。

3、目标分割：Yolov8_seg。训练后可识别：在洁净室复杂背景下分割人体轮廓，区分人和设备、玻璃反光，提升越界检测精度。

4、安全帽识别：如果是厂房外围动力站、化学品仓库区域，用来检测安全帽佩戴；洁净车间一般用无尘服，可不用。

5、快速POC测试：不用大量标注，直接检索`cell phone`、`person`，快速验证手机检测效果。

6、多模态辅助校验：Clip，降低误报，例如区分 “手里拿手机” 和 “手里拿晶圆盒/工具”。

注：可根据厂房面积或业务部署要求，灵活选择不同配置的边缘计算盒子。

如：RK3588配置的可连接8~16路POE网络摄像头（根据400W/800W像素，720P/1018P灵活选择不同路数的支持）。