Comments 30
В новом компьютере Jetson Nano 2GB для питания используется разъём USB-C. Адаптер питания в комплект не входит, но у вас наверняка завалялся где-то лишний.
Почти. Рекомендуемый Nvidia 3,1A
Как за 60$ создать систему
Купить за 60$ плату и достать из кладовки еще на 150$ не самых распространенных прибамбасов :)
Как то дорого и много заморочек. Сколько лет уже существуют эти Джексоны? Почему нет готового дистриба, по типу как на малину, где залил образ на флеху, воткнул её в плату и всё взлетело. Отконфигурировал в гуи и работает. Порог вхождения пока ещё высок, и по цене тоже.
Кстати, у меня даже ESP32Cam с подобной задачей справляется, за 10$. В память внесено 11 лиц, успешно опознаёт, иногда, правда ошибается, иногда не успевает, там примерно 1fps… но блин, всего 10$ и залить готовый скетч 15 минут.
У библиотеки есть поддержка модели CNN которая использует CUDA, но на Jetson там производительность что-то около 1 fps.
возможности Nvidia Jetson тут не используются — нейронка работает на CPUили
У библиотеки есть поддержка модели CNN которая использует CUDA, но на Jetson там производительность что-то около 1 fps.
Что вы сказать хотели?
Если все правильно собрано, то Dlib вполне нормально поддерживает CUDA/CuDNN, а говорить об FPS/sec надо в контексте кодека и разрешения.
Ухх, люблю запах русской айтишной токсичности по вечерам.
Ну ничего, мы привычные, я разжую:
В статье используется библиотека face_recognition, в ней модель распознавания лиц, используемая по умолчанию, не использует GPU вообще и работает на CPU, почитайте документацию если мне не верите. В итоге у автора производительность получается на уровне 5fps, это легко заметить по видео которое вставлено в начало статьи. Разрешение там, если я правильно помню, 200x150 (т.е. 800x600 уменьшенное в 4 раза). Проблема тут в том что сравнимая производительность и на обычной RPi достижима (у меня что-то в районе 4 fps получалось) и Jetson тут особо ничего не даёт, другими словами его возможности тут не используются.
Для того, чтобы использовать GPU, нужно в параметрах вызова `face_locations` указать `model=«cnn»`. Эта модель сильно точнее, но и гораздо более требовательна к ресурсам, в итоге на Jetson при полностью загруженном GPU у меня выходил примерно 1fps.
И проблема не в моём сетапе: github.com/ageitgey/face_recognition/issues/845
Если указать опцию model=cnn то используется нейронка из dlib, которая работает на GPU, но на Jetson производительность у неё совсем никакая (ну либо я что-то делаю не так).
В общем я понял причину вашего удивления — я некорректно написал «нейронка работает на CPU», не нейронка а алгоритм, окей, сорян. В любом случае мысль была в том что статья вроде бы о том как круто делать распознавание лиц на jetson nano, но при этом собственно возможности jetson nano в статье не используются и это легко проверить самостоятельно.
https://deepstack.cc/
Есть еще такая штука.тоже поддерживается, но я проверял на програмном видеорегистраторе blueiris на win10 с камерами hickvision. В принципе имея слабый комп, детекцю можно так же выносить на jetson, находящийся в локальной сети.если кому надо, могу скинуть руководство
Прикольно, но на взлете мануалов было мало.
Сейчас водрузил на робоплатформу, но полезли другие моменты (например моторчики без энкодеров).
И кстати занятно что в статье говорится про поддержку камеры Logitech C270. Ee тоже задействовать не удалось.
Судя по предыдущему опыту компании NVidia будет 150$
Серией, думаю, еще дешевле должно быть.
У меня сейчас IP камера пишет на встроенную в нее флешку видео и на жестский диск фото через роутер. Видео можно просматривать через приложение ezviz например. Подскажите какие нибудь варианты организации определения по лицу онлайн для IP камер. Возможно уже есть распространенные решения.
Согласен с комментариями о том, что в данном конкретном примере возможности Jetson не раскрываются на полную. Вообще, если уж брать джетсоны, надо сразу TX/TX2 как минимум, там уже "промышленная" производительность и такой же ценник. Но возможности этого мини-суперкомпьютера лучше всего задействовать при помощи Jetpack (стека Джетсон от производителя).
Как за 60$ создать систему распознавания лиц с помощью Python и Nvidia Jetson Nano 2GB