支持的计算机视觉模型和摄像头

AWS Panorama 支持使用 PyTorch、Apache MXNet 和 TensorFlow 构建的模型。当您部署应用程序时，AWS Panorama 会在 SageMaker Neo 中编译您的模型。您可以在 Amazon SageMaker 或开发环境中构建模型，只要您使用与 SageMaker Neo 兼容的层即可。

为了处理视频并获取要发送到模型的图像，AWS Panorama 设备使用 RTSP 协议连接到 H.264 编码的视频流。AWS Panorama 测试了各种常见摄像头的兼容性。

支持的型号

当您为 AWS Panorama 构建应用程序时，您需要提供应用程序用于计算机视觉的机器学习模型。您可以使用模型框架提供的预生成和预训练模型、示例模型或您自己生成和训练的模型。

注意

有关已使用 AWS Panorama 测试的预构建模型的列表，请参阅模型兼容性。

当您部署应用程序时，AWS Panorama 使用 SageMaker Neo 编译器来编译您的计算机视觉模型。SageMaker Neo 是一种编译器，可优化模型以在目标平台上高效运行，目标平台可以是 Amazon Elastic Compute Cloud (Amazon EC2) 中的实例，也可以是 AWS Panorama 设备等边缘设备。

AWS Panorama 支持 SageMaker Neo 支持的边缘设备支持的 PyTorch、Apache MXNet 和 TensorFlow 版本。当您构建自己的模型时，您可以使用 SageMaker Neo 发行说明中列出的框架版本。在 SageMaker 中，您可以使用内置的图像分类算法。

有关在 AWS Panorama 中使用模型的更多信息，请参阅 计算机视觉模型。

支持的摄像头

AWS Panorama 设备支持来自通过本地网络输出 RTSP 的摄像头的 H.264 视频流。对于大于 200 万像素的摄像头流式传输，设备会将图像缩小到 1920x1080 像素或保留流纵横比的等效大小。

以下摄像头型号已经过测试，可与 AWS Panorama 设备兼容：

• 轴 – M3057-PLVE、M3058-PLVE、P1448-LE、P3225-LV Mk II

• LaView – LV-PB3040W

• Vivotek – IB9360-H

• Amcrest – IP2M-841B

• Anpviz – IPC-B850W-S-3X、IPC-D250W-S

• WGCC – Dome PoE 4MP ONVIF

有关设备的硬件规格，请参阅 AWS Panorama Appliance 规范。