什么是SharpAI DeepCamera
ARM GPU上的深度学习视频处理监控，用于人脸识别以及更多方法。将数码相机变成AI供电的相机。使用ARM GPU / NPU的边缘AI生产级平台，利用AutoML。面向开发人员/儿童/家庭/中小企业/企业/云的第一个世界级Edge AI全栈平台，由社区烘焙。
用于深度学习边缘计算设备的完整堆栈系统，特别是使用图像刻录或Android apk安装的shell设置。
移动数据标签，没有数据科学家开发
边缘设备自动训练/部署模型（嵌入式/ Android / X86系统）
高效，易扩展，生产就绪，移动优先
功能列表
- 高精度的人脸识别
- 人脸检测
- 对ARM Mali GPU的推断
- 支持Android TF Lite（GPU / CPU / NPU）
- 支持开源嵌入式linux
- 从移动应用程序控制
- 设备管理系统
- 将通知推送到移动设备
- 物体检测
- 基于芹菜的分布式系统
- 由Shinobi CCTV处理视频的插件
- Android上的应用程序用hw acc解码视频
- 使用Android GPU进行运动检测
- 从移动设备到边缘设备的标签和火车
支持的设备
- 覆盆子皮
- X86（Linux / Ubuntu，Mac OS X，Windows（未经测试）通过Docker）
- Rockchip RK3399（Linux，设置盒H96 Max）
- 瑞芯微RK3288（Android，安装盒）
- 三星7420（Android，手机）
- Rockchip RK3399（即将推出Android RockPro64 doc）
- Linux / Android有OpenCL
支持相机
- Dahua Camera
- 海康威视相机
- Shinobi CCTV支持的设备
- 屏幕捕获Android相机预览应用程序
松弛频道
演示
购买开发套件，轻松启动
即使有专家支持，从代码运行也是一项耗时的任务，我们正在考虑提供全套开发工具包，以便您轻松完成设置工作。如果你想要的话，请大拇指
从最终用户的角度来看它是如何工作的，如果使用Dev Kit，则会完成绿色部分
如何从源代码运行DeepCamera
1.生成/获取序列号
Android的
安装Launcher（Modified Termux）后，将放置serial_no： /data/data/com.termux/files/home/.ro_serialno
Linux的/ MacOS的
获取您的Mac地址（1e：20：34：10：24：21）
cd DeepCamera
echo 1e2034102421> docker / workaipython / ro_serialno
2.然后生成带有serial_no的文本类型QR码
3.如何在边缘设备上运行DeepCamera
3.1使用linux / docker在Rockchip RK3399上运行
3.1.1使用预先构建的泊坞窗图像
<pre class="prettyprint" style="box-sizing: border-box; overflow: auto; font-family: Menlo, Monaco, Consolas, "Courier New", monospace; font-size: 0.9em; display: block; padding: 1.6em; margin: 0px 0px 1.6em; line-height: 1.42857; color: rgb(51, 51, 51); word-break: break-all; word-wrap: break-word; background-color: rgb(250, 250, 250); border: 1px solid rgba(0, 0, 0, 0.1); border-radius: 0px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">git clone https://github.com/SharpAI/DeepCamera cd DeepCamera / docker sudo ./run-deepeye-prebuilt.sh start</pre>
3.2 使用Android 5.1在Rockchip RK3288上运行
3.3在X86笔记本电脑Docker上运行
3.3.1使用预先构建的泊坞窗图像
git clone https://github.com/SharpAI/DeepCamera -b pc_version
cd DeepCamera / docker
sudo ./run-deepeye-x86.sh start #make sure Serial No在docker / workaipython / ro_serialno
3.3.2在本地计算机上构建docker镜像
git clone https://github.com/SharpAI/ImageBuilder-DeepLearning -b android_porting
cd ImageBuilder-DeepLearning / Docker-DeepEye / workai /
./build_x86_dockers.sh
然后运行DeepCamera，将使用本地docker镜像
git clone https://github.com/SharpAI/DeepCamera
cd DeepCamera / docker
docker-compose -f docker-compose-x86.yml up
3.4 在Raspberry Pi上运行
3.5在RockPro64 Android 7.1上运行
快来了
4.链接到您的相机
4.1 Linux / Docker系统
然后你需要按照Shinobi的文档添加相机。或者点击查看我们的教程
Shinobi登录页面（device_ip：8080）：
密码：SharpAI2018
4.2 Android（大华SDK配置）
代码就在这里
4.3 Android屏幕截图
代码就在这里
4.4 Android（RTSP url config）
很快就要来了
如何在Mobile APP上配置
如何在服务器上部署服务器
寻求帮助
- 文件，大量文件，我们已经在行业领先的公司部署我们的深度摄像头，但我们没有额外的资源来建立社区友好的文件。
- 关于youtube的教程，我们可以建立其中的一些，只有在你的帮助下，我们才能共同成功。
- 翻译，我们确实在中国部署了我们的产品，我们的大部分资源都是中文，需要你的翻译帮助，特别是用Meteor构建的移动APP https://github.com/SharpAI/mobile_app_server（需要基于系统语言的i18n选择） ）
- 在https://github.com/SharpAI/mobile_app_server中删除未使用的代码/项目
适用于app服务器的API文档
应用用户指南
附上原文链接：【阅读原文...】
