技术架构图-汽车外观检测
2024-06-20 08:58:29 0 举报
这是一个展示汽车外观检测技术的技术架构图。它包括了五个主要部分:摄像机、图形处理单元、神经网络处理器、存储单元和显示单元。核心内容是利用摄像机拍摄汽车图片,通过图形处理单元进行图像预处理,然后输入到神经网络处理器中进行深度学习分析,以检测汽车外观的缺陷和异常。同时,存储单元用于存储处理后的数据和模型参数,显示单元则将检测结果可视化展示。整个系统以计算机视觉和深度学习技术为基础,实现了汽车外观的自动化检测,大大提高了生产效率和准确性。
作者其他创作
大纲/内容
获取配置
训练平台
获取车型信息
基础
内部监控
Fat Jar
展示
实施前期本地训练,后期导入BML平台
业务功能/监控后台
插件生成
海康API
规范设计
检测结果/报警
profiler
Socket
配置中心
Network
MEB网络机柜
触发方式
Loki
Promtail
网关
服务监控
预测服务
VIP
网络诊断(zabbix)
海康SDK
上传模型/模型管理
相机SDK
Prometheus
FTP
防火墙
分表设计
数据库
可视化
Grafana
模型服务
任务调度Schedule
FIS服务
HA
Redis
1.上传ftp添加失败重试机制,使用overwrite上传,业务端无法做幂等处理。2.算法以图像时间戳范围作为每辆车的预测范围。
pro
1.每日VIN码结果对比生成报表。2.定时写入异常结果到FIS
VIN管理
16个相机拍摄平均每辆车30张图每张图片5M(原图)
dev/test
日志采集
方案1.相机SDK二开海康C# SDK,对接FTP上传实时图像,和中心端程序只做信号传递不做数据传输。方案2.海康提供Java SDK,需要二开Java版本的相机SDK。
中心机房
索引设计
数据服务
日志(logback)
API
websocket
......
文件
公共
1.传感器触发:解耦丶不受网络等因素影响,易受现场环境干扰。2.定位相机软触发:强耦合,受定位算法的响应时间影响,控制粒度较细。
服务
可视化/通知
搜索
核心交换机
文件存储
应用
Line 1
通知
1.自行搭建2.客户已经有数据库给我们分配空间和用户
接口文档YAPI/Swagger
缓存
收藏
0 条评论
下一页