Anforderungen
-
NVIDIA-GPU mit CUDA-Kernen
-
Eine NVIDIA-GPU mit CUDA Compute Capability 7.5 oder höher
-
Die Anzahl der Deep-Learning-Kanäle, die auf dem System genutzt werden können, hängt von den CUDA-Kernen der GPU ab
-
-
Die neuesten NVIDIA-Grafiktreiber (mindestens 460.73 oder höher)
-
CUDA Toolkit
-
Mirasys VMS 9.4 oder neuer
-
Deep-Learning-Objektdateien
Installation
-
Installieren Sie die neuesten Nvidia-Treiber auf dem System
-
Laden Sie das Mirasys VCA Deep Learning-Paket aus dem Mirasys-Extranet herunter
-
Entpacken Sie das Paket
-
Navigieren Sie zum Ordner CUDA Toolkit
-
Installieren Sie das CUDA Toolkit mit allen Funktionen
-
Eine detaillierte Installationsanleitung finden Sie hier.
-
Einige Funktionen werden nicht installiert, da Microsoft Visual Studio nicht zur Installation benötigt wird, aber das Toolkit enthält Beispieldateien
-
Wenn Sie Mirasys VMS bereits installiert haben, müssen die VMS-Dienste vor dem Kopieren der Dateien gestoppt werden.
-
-
Dienste anhalten: WDServer, DVRServer und SMServer
-
Dies ist nicht erforderlich, wenn Sie Version 9.6 oder neuer verwenden
-
-
Kopieren Sie den Inhalt des Ordners VCA Deep Learning files in den Pfad C:\Program Files\DVMS\DVR\vca\bin
-
Dies ist nicht erforderlich, wenn Sie Version 9.6 oder neuer verwenden
-
Dieser Pfad ist der Standardinstallationsort von Mirasys VMS: Wenn Sie Mirasys VMS an einem anderen Ort installiert haben, kopieren Sie die Dateien dorthin.
-
-
Starten Sie die Dienste WDServer, DVRServer und SMServer.
-
Dies ist nicht erforderlich, wenn Sie Version 9.6 oder neuer verwenden
-
Sie haben nun die Installation abgeschlossen und können mit der Deep-Learning-Verfolgung beginnen.
Die VCA-Engine wird auf dem VMS-Server gestartet, sobald mindestens eine Kamera in den Kameraeinstellungen des System Managers für die Nutzung der VCA konfiguriert wurde. Beim allerersten Start der VCA-Engine werden die NVIDIA-Bibliotheken kompiliert, was sehr lange dauern kann. Die Dauer der Kompilierung hängt von der verwendeten Hardware ab. Während der Kompilierung ist die VCA nicht funktionsfähig.
Es wird dringend empfohlen, nach der Aktivierung der VCA zu warten, bis die NVIDIA-Bibliotheken kompiliert sind, bevor weitere Vorgänge auf dem VMS-Server durchgeführt werden.
Die Lizenzierung erfolgt über die lokale VCA-Deep-Learning-Lizenzierung oder über den Lizenzserver (virtuelle Umgebung oder, falls Sie die Lizenzen zentral verwalten möchten). Um die HWGUID für die VCA-Lizenz zu erhalten, muss in den Kameraeinstellungen des System Managers eine Kamera aktiviert werden, damit die VCA-Engine ausgeführt wird. Sobald die VCA läuft, kann die VCA-HWGUID im Lizenzdialog des VMS-Servers im System Manager abgerufen werden.
In manchen Fällen funktioniert die Erkennung möglicherweise nicht einwandfrei. Versuchen Sie bitte, die Bildqualität zu verbessern oder das Kamerabild näher an den gewünschten Erkennungsbereich heranzuzoomen.
Die Modelle wurden mit Farbbildern trainiert; bei der Verwendung von Schwarz-Weiß-Bildern oder Wärmebildern funktioniert die Erkennung daher unter Umständen nicht einwandfrei. Um dieses Problem zu beheben, können Sie versuchen, den Deep-Learning-Filter in Verbindung mit dem Objekt-Tracker zu verwenden.