Вышла новая версия SmartVision 6.3. Обновление направлено на повышение производительности видеоаналитики, улучшение работы нейросетевых детекторов на GPU и более удобную настройку системы под разные конфигурации компьютеров.
В SmartVision оптимизированы детекторы пересечения линии для работы на GPU. Это важно для систем видеонаблюдения с большим количеством камер, где требуется быстро определять события в кадре и снижать задержки при обработке видеопотоков.
Также ускорены детекторы пола и возраста при использовании графического процессора. Перенос таких задач на GPU позволяет эффективнее обрабатывать нейросетевые модели, поскольку видеокарта лучше справляется с параллельными вычислениями, на которых построена современная видеоаналитика.
В настройках SmartVision добавлен параметр количества кадров в секунду, которые будут отправляться на детекторы распознавания. Это позволяет гибко выбирать баланс между скоростью, точностью и нагрузкой на компьютер. Например, для мощной рабочей станции можно увеличить частоту анализа, а для обычного ПК снизить нагрузку и сохранить стабильную работу системы.
В версии 6.3 также доработано окно быстрых сообщений Alerts. Оно стало удобнее для оперативного контроля событий, уведомлений и важных срабатываний системы. Кроме того, внесены изменения в интерфейс и обновлены переводы на разные языки.
Отдельное внимание уделено проверке компонентов, необходимых для аппаратного ускорения. SmartVision выполняет дополнительные проверки установки CUDA и cuDNN, а также проверяет наличие DirectX и DXCore. Если необходимые модули не установлены или недоступны, система продолжит работу на CPU. Это сохраняет совместимость с обычными компьютерами, даже если ускорение на GPU невозможно.
CUDA, cuDNN, DirectX и DXCore: зачем они нужны
CUDA, это технология NVIDIA, которая позволяет использовать видеокарту не только для вывода изображения, но и для высокопроизводительных вычислений. Для нейросетей это особенно важно: распознавание объектов, лиц, номеров, возраста, пола и других признаков требует выполнения большого количества однотипных математических операций. GPU выполняет такие операции параллельно, поэтому при правильной настройке может значительно разгрузить центральный процессор.
cuDNN, это специализированная библиотека NVIDIA для глубоких нейронных сетей. Она содержит оптимизированные операции, которые часто используются в нейросетевых моделях: свертки, матричные вычисления, нормализация, pooling и другие функции. Если говорить проще, CUDA дает доступ к вычислительной мощности видеокарты, а cuDNN помогает нейросетям использовать эту мощность эффективно.
DirectX, это набор технологий Microsoft для работы с графикой, мультимедиа и видеоускорителями в Windows. В задачах видеоаналитики DirectX может быть важен для корректной работы графической подсистемы, взаимодействия с драйверами и использования возможностей GPU.
DXCore, это компонент Windows, связанный с определением и перечислением графических и вычислительных адаптеров. Он помогает приложениям понимать, какие видеоустройства доступны в системе. Если DXCore отсутствует или поврежден, программа может некорректно определить GPU или не получить доступ к нужным возможностям аппаратного ускорения.
Таким образом, SmartVision стала лучше адаптироваться к возможностям конкретного компьютера. Если установлены NVIDIA GPU, CUDA, cuDNN, DirectX и DXCore, система может задействовать аппаратное ускорение для более быстрой работы нейросетевых детекторов. Если нужных компонентов нет, SmartVision продолжит работать на CPU, без необходимости сложной ручной настройки.