邊緣計算與智能視覺應(yīng)用8.1智能門禁系統(tǒng)應(yīng)用開發(fā)講課人：XXX時間：20XX年12月30日延時符AboutUs目錄系統(tǒng)分析與功能設(shè)計01開發(fā)流程與算法交互02結(jié)果與應(yīng)用驗證03系統(tǒng)分析與功能設(shè)計01系統(tǒng)分析與功能設(shè)計智慧門禁系統(tǒng)是一套典型的邊緣應(yīng)用場景，包含了硬件層、邊緣層、應(yīng)用層：（1）硬件層：由無線節(jié)點和Sensor-A采集類傳感器、Sensor-C安防類傳感器、Sensor-EL識別類傳感器來完成一套完整的智慧門禁系統(tǒng)的硬件部分，通過安防類傳感器監(jiān)測人體紅外提醒開門，通過識別類傳感器的K1繼電器來模擬門鎖。（2）邊緣層：邊緣計算網(wǎng)關(guān)內(nèi)置IoT網(wǎng)關(guān)服務(wù)和AiCam計算引擎。IoT網(wǎng)關(guān)服務(wù)負責(zé)接收/下發(fā)無線節(jié)點的數(shù)據(jù)，發(fā)送給應(yīng)用端或者將數(shù)據(jù)發(fā)給云端的物聯(lián)網(wǎng)智云平臺。AiCam計算引擎內(nèi)置算法、模型、視頻推流等服務(wù)，支持應(yīng)用層的邊緣計算推理任務(wù)。（3）應(yīng)用層：應(yīng)用層通過智云接口與IoT硬件層交互（默認與云端的物聯(lián)網(wǎng)智云平臺接口交互），通過AiCam的RESTful接口與算法層交互。系統(tǒng)分析與功能設(shè)計溫度濕度振動光強空氣質(zhì)量開鎖消息提示大氣壓力環(huán)境信息展示人臉識別開鎖刷卡識別開發(fā)密碼開鎖智慧門禁系統(tǒng)主要功能框架圖開發(fā)流程與算法交互02開發(fā)流程與算法交互開發(fā)框架如圖所示攝像頭websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0返回base64編碼的圖片和結(jié)果數(shù)據(jù)視頻推流算法調(diào)度邊緣推理Flask服務(wù)應(yīng)用物聯(lián)網(wǎng)云平臺ZCloudAPI物聯(lián)網(wǎng)硬件設(shè)備開發(fā)流程與算法交互開發(fā)流程如下：（1）項目配置，在AiCam工程的配置文件添加攝像頭（config\app.json）。（2）添加模型，在AiCam工程添加模型文件models\face_recognition、人臉檢測模型：face_det.bin/face_det.param、人臉識別模型：face_rec.bin/face_rec.param。（3）添加算法，在工程添加face_recognition\face_recognition.py人臉識別算法文件。（4）添加應(yīng)用，在工程添加static\edge_access算法實驗前端應(yīng)用。開發(fā)流程與算法交互算法交互（1）人臉識別開鎖，人臉識別基于實時推理接口進行調(diào)用，采用EventSource接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結(jié)果數(shù)據(jù)。（2）刷卡識別開鎖，刷卡識別基于實時推理接口進行調(diào)用，采用智云的rtc接口庫中的sendMessage接口向硬件發(fā)送控制指令去控制門鎖。（3）密碼開鎖，主要包含密碼輸入、刪除和密碼解鎖結(jié)果與應(yīng)用驗證03結(jié)果與應(yīng)用驗證1.硬件部署邊緣硬件部署結(jié)果與應(yīng)用驗證2.工程部署（1）運行MobaXterm工具，通過SSH登錄到邊緣計算網(wǎng)關(guān)。（2）在SSH終端創(chuàng)建實驗工作目錄：$mkdir-p~/aiedge-exp（3）通過SSH將本實驗工程代碼和aicam工程包上傳到~/aiedge-exp目錄下。（4）在SSH終端輸入以下命令解壓縮實驗工程

$cd~/aiedge-exp$unzipedge_access.zip$unzipaicam.zip-dedge_access（5）修改工程配置文件static\edge_access\js\config.js內(nèi)的智云帳號、硬件地址、邊緣服務(wù)地址等信息。（6）文件修改好后，通過MobaXterm工具創(chuàng)建的SSH連接，將修改好的文件上傳到邊緣計算網(wǎng)關(guān)。結(jié)果與應(yīng)用驗證3.工程運行$cd~/aiedge-exp/edge_access$chmod755start_aicam.sh$condaactivatepy36_tf114_torch15_cpu_cv345//PCubuntu20.04環(huán)境下需要切換環(huán)境$./start_aicam.sh開始運行腳本*ServingFlaskapp"start_aicam"(lazyloading)*Environment:productionWARNING:Donotusethedevelopmentserverinaproductionenvironment.UseaproductionWSGIserverinstead.*Debugmode:off*Runningon:4001/(PressCTRL+Ctoquit)結(jié)果與應(yīng)用驗證4.應(yīng)用驗證門禁系統(tǒng)應(yīng)用首頁刷卡識別交互謝謝觀看Thankyouforwatching邊緣計算與智能視覺應(yīng)用8.2智慧安防系統(tǒng)應(yīng)用開發(fā)講課人：XXX時間：20XX年12月30日延時符AboutUs目錄系統(tǒng)分析與功能設(shè)計01結(jié)果與應(yīng)用驗證03開發(fā)流程與算法交互02系統(tǒng)分析與功能設(shè)計01功能分析與功能設(shè)計智慧安防系統(tǒng)是一套典型的邊緣應(yīng)用場景，包含了硬件層、邊緣層、應(yīng)用層：（1）硬件層：由無線節(jié)點和Sensor-A采集類傳感器、Sensor-B控制類傳感器、Sensor-C安防類傳感器來完成一套完整的智慧安防系統(tǒng)硬件部分，采集類傳感器用來采集環(huán)境的溫濕度、壓強、空氣質(zhì)量等數(shù)據(jù)并返回給應(yīng)用端展示，控制類傳感器用來報警，安防類傳感器的火焰?zhèn)鞲衅鳎绻懈袘?yīng)到火焰則進入火焰檢測，檢測到之后及時報警。人體紅外感應(yīng)器用來感應(yīng)人體，振動感應(yīng)器用來感應(yīng)振動，若感應(yīng)到振動則調(diào)用人體檢測算法進行人體檢測，并及時報警。光柵傳感器感應(yīng)到有被遮擋，則進行人體檢測，若檢測到人就及時警報。（2）邊緣層：邊緣計算網(wǎng)關(guān)內(nèi)置IoT網(wǎng)關(guān)服務(wù)和AiCam計算引擎。IoT網(wǎng)關(guān)服務(wù)負責(zé)接收/下發(fā)無線節(jié)點的數(shù)據(jù)，發(fā)送給應(yīng)用端或者將數(shù)據(jù)發(fā)給云端的物聯(lián)網(wǎng)智云平臺。AiCam計算引擎內(nèi)置算法、模型、視頻推流等服務(wù)，支持應(yīng)用層的邊緣計算推理任務(wù)。（3）應(yīng)用層：應(yīng)用層通過智云接口與IoT硬件層交互（默認與云端的物聯(lián)網(wǎng)智云平臺接口交互），通過AiCam的RESTful接口與算法層交互。系統(tǒng)分析與功能設(shè)計溫度人體濕度風(fēng)扇光強火焰空氣質(zhì)量震動大氣壓力光柵文物監(jiān)測破壞監(jiān)測火情監(jiān)測入侵監(jiān)測智慧安防系統(tǒng)主要功能框圖開發(fā)流程與算法交互02開發(fā)流程與算法交互攝像頭websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0視頻流：返回base64編碼的圖片和結(jié)果數(shù)據(jù)視頻推流算法調(diào)度邊緣推理Flask服務(wù)json數(shù)據(jù)返回交互：ajax(/file/algorithm_name,POST,jsondata)應(yīng)用物聯(lián)網(wǎng)云平臺ZCloudAPI物聯(lián)網(wǎng)硬件設(shè)備基于AiCam的智慧安防系統(tǒng)框架開發(fā)流程與算法交互開發(fā)流程：（1）項目配置，在AiCam工程的配置文件添加攝像頭（config\app.json）。（2）添加模型，智慧安防項目中用到了火焰檢測、人體檢測、文物檢測深度學(xué)習(xí)模型，需要在工程添加對應(yīng)的模型文件：火焰監(jiān)測模型：models\fire_detection\yolov3-tiny-fire-opt.bin、yolov3-tiny-fire-opt.param；文物識別模型：models\sword_detection\yolov3-tiny-sword-opt.bin、yolov3-tiny-sword-opt.param；人體檢測模型：person_detector.bin、person_detector.param。（3）添加算法，智慧安防項目中用到了文物檢測、人體檢測、百度語音合成算法，需要在工程中添加相關(guān)算法文件：火焰檢測算法文件：fire_detection.py；文物檢測算法文件：sword_detection.py；語音合成算法文件：baidu_speech_synthesis.py；以及人體檢測算法文件：person_detection.py。（4）添加應(yīng)用，在AiCam工程添加static\edge_security算法實驗前端應(yīng)用。開發(fā)流程與算法交互算法交互：（1）文物識別控制設(shè)備，文物識別基于實時推理接口進行調(diào)用，采用EventSource接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結(jié)果數(shù)據(jù)。（2）破壞監(jiān)測控制設(shè)備，人體檢測基于實時推理接口進行調(diào)用，采用EventSource接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結(jié)果數(shù)據(jù)。（3）入侵檢測控制設(shè)備，人體檢測基于實時推理接口進行調(diào)用，當(dāng)檢測到光柵傳感器報警時，通過EventSource接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結(jié)果數(shù)據(jù)。（4）火焰檢測發(fā)出警報，火焰檢測基于實時推理接口進行調(diào)用，采用EventSource接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結(jié)果數(shù)據(jù)。結(jié)果與應(yīng)用驗證03結(jié)果與應(yīng)用驗證1.硬件部署邊緣硬件部署結(jié)果與應(yīng)用驗證2.工程部署（1）運行MobaXterm工具，通過SSH登錄到邊緣計算網(wǎng)關(guān)。（2）在SSH終端創(chuàng)建實驗工作目錄：$mkdir-p~/aiedge-exp（3）通過SSH將本實驗工程代碼和aicam工程包上傳到~/aiedge-exp目錄下。（4）在SSH終端輸入以下命令解壓縮實驗工程

$cd~/aiedge-exp$unzipedge_security.zip$unzipaicam.zip-dedge_security（5）修改工程配置文件static\edge_security\js\config.js內(nèi)的智云帳號、硬件地址、邊緣服務(wù)地址等信息。（6）文件修改好后，通過MobaXterm工具創(chuàng)建的SSH連接，將修改好的文件上傳到邊緣計算網(wǎng)關(guān)。OpenCV示例3.工程運行$cd~/aiedge-exp/edge_security$chmod755start_aicam.sh$condaactivatepy36_tf114_torch15_cpu_cv345//PCubuntu20.04環(huán)境下需要切換環(huán)境$./start_aicam.sh開始運行腳本*ServingFlaskapp"start_aicam"(lazyloading)*Environment:productionWARNING:Donotusethedevelopmentserverinaproductionenvironment.UseaproductionWSGIserverinstead.*Debugmode:off*Runningon:4001/(PressCTRL+Ctoquit)OpenCV示例4.應(yīng)用驗證智慧安防系統(tǒng)文物監(jiān)測火情監(jiān)測交互謝謝觀看Thankyouforwatching邊緣計算與智能視覺應(yīng)用8.3智慧停車系統(tǒng)應(yīng)用開發(fā)講課人：XXX時間：20XX年12月30日延時符AboutUs目錄系統(tǒng)分析與功能設(shè)計01結(jié)果與應(yīng)用驗證03開發(fā)流程與算法交互02系統(tǒng)分析與功能設(shè)計01系統(tǒng)分析與功能設(shè)計智能停車系統(tǒng)是一套典型的邊緣應(yīng)用場景，包含了硬件層、邊緣層、應(yīng)用層。（1）硬件層：由無線節(jié)點和Sensor-A采集類傳感器、Sensor-C安防類傳感器、Sensor-D顯示類傳感器、Sensor-EH識別類傳感器來完成一套完整的智能停車系統(tǒng)硬件部分，通過采集類傳感器采集實時的環(huán)境信息，當(dāng)安防類傳感器的霍爾（磁感應(yīng)）檢測到磁場（模擬車輛進入）時，調(diào)用車牌識別，并在Sensor-D傳感器顯示車牌信息和車位數(shù)計數(shù)，同時用識別類傳感器的ETC桿去模擬收費桿開關(guān)。（2）邊緣層：邊緣計算網(wǎng)關(guān)內(nèi)置IoT網(wǎng)關(guān)服務(wù)和AiCam計算引擎。IoT網(wǎng)關(guān)服務(wù)負責(zé)接收/下發(fā)無線節(jié)點的數(shù)據(jù)，發(fā)送給應(yīng)用端或者將數(shù)據(jù)發(fā)給云端的物聯(lián)網(wǎng)智云平臺。AiCam計算引擎內(nèi)置算法、模型、視頻推流等服務(wù)，支持應(yīng)用層的邊緣計算推理任務(wù)。（3）應(yīng)用層：應(yīng)用層通過智云接口與IoT硬件層交互（默認與云端的物聯(lián)網(wǎng)智云平臺接口交互），通過AiCam的RESTful接口與算法層交互。系統(tǒng)分析與功能設(shè)計溫度濕度光強空氣質(zhì)量大氣壓力智慧物聯(lián)信息統(tǒng)計車牌識別智能交互車輛識別智能交互智慧停車系統(tǒng)主要功能框圖開發(fā)流程與算法交互02開發(fā)流程與算法交互攝像頭websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0視頻流：返回base64編碼的圖片和結(jié)果數(shù)據(jù)視頻推流算法調(diào)度邊緣推理Flask服務(wù)json數(shù)據(jù)返回交互：ajax(/file/algorithm_name,POST,jsondata)應(yīng)用物聯(lián)網(wǎng)云平臺ZCloudAPI物聯(lián)網(wǎng)硬件設(shè)備基于AiCam智慧停車系統(tǒng)框架開發(fā)流程與算法交互開發(fā)流程：（1）項目配置：在AiCam工程的配置文件添加攝像頭（config\app.json）。（2）添加模型，智慧停車系統(tǒng)中用到了手勢識別、人體檢測深度學(xué)習(xí)模型，需要在AiCam工程添加對應(yīng)的車牌識別模型文件，plate_recognition\det3.param，plate_recognition\lffd.bin、plate_recognition\lffd.param，plate_recognition\lpc.bin、plate_recognition\lpc.param以及plate_recognition\lpr.bin、plate_recognition\lpr.param。（3）添加算法，智能停車系統(tǒng)中用到了車牌識別、百度車輛檢測算法，需要在AiCam工程添加車牌識別算法文件algorithm\plate_recognition\plate_recognition.py、百度車輛檢測算法文件algorithm\baidu_vehicle_detect\baidu_vehicle_detect.py。（4）添加應(yīng)用，在工程添加算法static\edge_parking實驗前端應(yīng)用。開發(fā)流程與算法交互算法交互：（1）車牌識別，車牌識別基于實時推理接口進行調(diào)用，采用EventSource接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結(jié)果數(shù)據(jù)，（2）車輛識別控制設(shè)備，百度車輛識別基于單次推理接口進行調(diào)用，通過ajax調(diào)用將圖片數(shù)據(jù)傳遞給算法進行識別。結(jié)果與應(yīng)用驗證03結(jié)果與應(yīng)用驗證1.硬件部署邊緣硬件部署結(jié)果與應(yīng)用驗證2.工程部署（1）運行MobaXterm工具，通過SSH登錄到邊緣計算網(wǎng)關(guān)。（2）在SSH終端創(chuàng)建實驗工作目錄：$mkdir-p~/aiedge-exp（3）通過SSH將本實驗工程代碼和aicam工程包上傳到~/aiedge-exp目錄下。（4）在SSH終端輸入以下命令解壓縮實驗工程

$cd~/aiedge-exp$unzipedge_parking.zip$unzipaicam.zip-dedge_parking（5）修改工程配置文件static\edge_access\js\config.js內(nèi)的智云帳號、硬件地址、邊緣服務(wù)地址等信息。（6）文件修改好后，通過MobaXterm工具創(chuàng)建的SSH連接，將修改好的文件上傳到邊緣計算網(wǎng)關(guān)。OpenCV示例3.工程運行$cd~/aiedge-exp/edge_parking$chmod755start_aicam.sh$condaactivatepy36_tf114_torch15_cpu_cv345//PCubuntu20.04環(huán)境下需要切換環(huán)境$./start_aicam.sh開始運行腳本*ServingFlaskapp"start_aicam"(lazyloading)*Environment:productionWARNING:Donotusethedevelopmentserverinaproductionenvironment.UseaproductionWSGIserverinstead.*Debugmode:off*Runningon:4001/(PressCTRL+Ctoquit)OpenCV示例4.應(yīng)用驗證智慧停車系統(tǒng)設(shè)置車輛進入識別謝謝觀看Thankyouforwatching邊緣計算與智能視覺應(yīng)用8.4健康防疫系統(tǒng)應(yīng)用開發(fā)講課人：XXX時間：20XX年12月30日延時符AboutUs目錄系統(tǒng)分析與功能設(shè)計01結(jié)果與應(yīng)用驗證03開發(fā)流程與算法交互02系統(tǒng)分析與功能設(shè)計01系統(tǒng)分析與功能設(shè)計健康防疫系統(tǒng)是一套典型的邊緣應(yīng)用場景，包含了硬件層、邊緣層、應(yīng)用層。（1）硬件層：由無線節(jié)點和Sensor-A采集類傳感器、Sensor-B控制類傳感器、Sensor-C安防類傳感器來完成一套完整的健康防疫系統(tǒng)硬件部分，通過人體紅外感應(yīng)監(jiān)測是否有人出現(xiàn)等AI智能交互操作。（2）邊緣層：邊緣計算網(wǎng)關(guān)內(nèi)置IoT網(wǎng)關(guān)服務(wù)和AiCam計算引擎。IoT網(wǎng)關(guān)服務(wù)負責(zé)接收/下發(fā)無線節(jié)點的數(shù)據(jù)，發(fā)送給應(yīng)用端或者將數(shù)據(jù)發(fā)給云端的物聯(lián)網(wǎng)智云平臺。AiCam計算引擎內(nèi)置算法、模型、視頻推流等服務(wù)，支持應(yīng)用層的邊緣計算推理任務(wù)。（3）應(yīng)用層：應(yīng)用層通過智云接口與IoT硬件層交互（默認與云端的物聯(lián)網(wǎng)智云平臺接口交互），通過AiCam的RESTful接口與算法層交互。系統(tǒng)分析與功能設(shè)計健康防疫系統(tǒng)主要功能框圖開發(fā)流程與算法交互02開發(fā)流程與算法交互攝像頭websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0視頻流：返回base64編碼的圖片和結(jié)果數(shù)據(jù)視頻推流算法調(diào)度邊緣推理Flask服務(wù)json數(shù)據(jù)返回交互：ajax(/file/algorithm_name,POST,jsondata)應(yīng)用物聯(lián)網(wǎng)云平臺ZCloudAPI物聯(lián)網(wǎng)硬件設(shè)備基于AiCam健康防疫系統(tǒng)框架開發(fā)流程與算法交互開發(fā)流程如下：（1）項目配置，在AiCam工程的配置文件添加攝像頭（config\app.json）。（2）添加模型，健康防疫項目中用到了口罩檢測深度學(xué)習(xí)模型，需要在工程添加對應(yīng)的口罩檢測模型模型文件：models\mask_detection\yolov3-tiny-face_mask-opt.bin、yolov3-tiny-face_mask-opt.param；（3）添加算法，健康防疫項目中用到了二維碼識別、百度語音合成、口罩檢測算法，需要在工程添加這些算法文件：image_qrcode_recognition\image_qrcode_recognition.py二維碼識別算法文件；baidu_speech_synthesis\baidu_speech_synthesis.py百度語音合成算法文件；mask_detection\mask_detection.py口罩檢測算法。（4）添加應(yīng)用，在AiCam工程添加算法實驗前端應(yīng)用static\edge_antiepidemic。開發(fā)流程與算法交互算法交互（1）輪循控制設(shè)備，實時監(jiān)控、并根據(jù)val進行不同檢測功能的切換。（2）根據(jù)用戶的不同狀況及行為進行智能語音合成提示和相應(yīng)反饋。參數(shù)語音合成url"/file/baidu_speech_synthesis"method'POST'processDatafalsecontentTypefalsedataType'json'dataletconfig=configDataletformData=newFormData();formData.append('file_name',blob,'text.txt');formData.append('param_data',JSON.stringify({"APP_ID":config.user.baidu_id,"API_KEY":config.user.baidu_apikey,"SECRET_KEY":config.user.baidu_secretkey}));successfunction(res){}內(nèi)容：return_result={'code':200,'msg':None,'origin_image':None,'result_image':None,'result_data':No