分析流程
多模型如何协同工作
平台负责模型与任务管理，推理任务在计算节点上运行，多模型结果统一汇聚。
模型管理
平台承载多个 AI 模型
任务配置
按摄像头选择模型
AI 推理
模型在节点上运行
结果汇聚
多模型结果统一处理
事件 / 告警
结果进入分析链路
产品实际能力
平台提供的多模型能力
以下能力为平台当前已实现的多模型相关功能。
多 AI 模型承载
人员、车辆、人脸等多个 AI 模型运行在同一平台上，统一管理。
模型配置
全部 AI 识别模型均由平台内置提供，无需用户训练、导入、删除模型，开箱可用，降低部署使用门槛。
AI 推理任务
按摄像头与场景配置推理任务，选择需要运行的模型。
多模型协同分析
面对画面中多种类型检测目标，可调度对应专用模型完成识别推理，提升不同目标场景下的识别准确率。
主流模型格式
兼容 ONNX、PyTorch 等主流模型格式。
技术特点
平台属性，模型可扩展
模型扩展新的 AI 模型可接入平台，扩展视频分析能力。
ONNX / PyTorch兼容主流模型格式，降低模型接入成本。
任务与节点推理任务在边缘节点或本地算力上运行。
平台可以通过扩展 AI 模型支持更多视觉分析能力，具体能力以实际部署的模型为准。
使用场景
典型应用场景
多模型能力适配需要多种 AI 能力的场景。
关联功能
与其它能力联动
多模型是平台底座，各模型结果供事件与告警使用。
从你的现场需求出发， 找到合适的分析方案
先在线体验，再结合摄像头数量、网络环境和关注的事件，沟通功能配置与部署方式。