Як побудувати мережевий відеомагнітофон з Nvidia Jetson Nano

В центрі роботи над оновленням наших статей про домашні системи відеоспостереження я купив один з нових Jetson Nanos від Nvidia. Граючи з платою $ 99 і використовуючи її для розпізнавання об'єктів за допомогою різноманітних камер, мені раптом здалося, що це буде дуже цікавою відправною точкою для пристрою NAS Video. Він споживає дуже мало енергії і є портативним. Крім того, інтегрований графічний процесор має більше можливостей AI, ніж більшість великих пристроїв NAS, а Nano постачається з попередньо встановленими інструментами AI. Таким чином, для тих, хто хоче грати власним рухом або людиною, або пакетом чи розпізнаванням домашніх тварин, він буде ідеальним.

Перший крок: Налаштування нано

Nvidia дозволяє легко налаштувати Nano. Все, що вам потрібно, це карта microSD і комп'ютер для прошивки зображення L4T (Linux For Tegra). Технічно, все, що вам потрібно, це 16 Гб, але система бере більшу частину цього, тому я використовував високошвидкісну карту 64 Гб. Після підключення клавіатури, миші та монітора потрібно всього лише підключити джерело живлення micro USB, і ви будете працювати з Ubuntu 18.04. Для вас встановлено широкий спектр інструментів для AI та демонстраційних програм.

Другий крок: Посилення нано

З коробки, Nano має CPU, GPU, RAM, і поставляється на несучій платі, яка має безліч опцій вводу-виводу. Nano має порт Ethernet, але якщо ви хочете використовувати його з Wi-Fi, вам потрібно додати його самостійно. Досить легко додати карту Wi-Fi + Bluetooth через слот M.2, але ви також можете використовувати один з чотирьох портів USB. Для важких обчислювальних машин, ви також захочете отримати 4-амперний, 5-вольтовий блок живлення з відповідним боковим роз'ємом. І вентилятор. Все це досить легко, і Nvidia допомагала надати посилання на сумісні частини на своєму сайті Jetson Nano Developer.

Зараз є навіть деякі корпуси, які можна друкувати у форматі 3D, які ви можете зробити самостійно або мати друк сервісного бюро для вас. Деякі з них пов'язані у розділі "Додаток" відмінного сайту eLinux Nano. Комерційні зусилля по створенню NVR на базі Nano додали кілька портів Ethernet через адаптери M.2, але для вирішення домашнього варіння, якщо у вас є спосіб отримати камери в мережі (або можуть жити лише з парою) Моделі, підключені до USB-пристроїв), немає потреби в цьому. Ще один додатковий периферійний пристрій, який вам знадобиться, - це накопичувач для запису відео. Майже будь-який диск SATA можна використовувати, але для підвищення продуктивності та портативності SSD буде найкращим.

Поради щодо налаштування: по-перше, після того, як ви налаштуєте програму, вам не потрібно підключати клавіатуру, мишу або дисплей до Nano для більшості речей. Ви можете запускати його віддалено через ssh або іншу термінальну сесію, а також використовувати веб-інтерфейси для керування NVR або віддаленого графічного інтерфейсу типу X Windows. По-друге, я рекомендую зробити резервну копію системи, як тільки ви її хочете. Один простий спосіб зробити це, якщо у вас є Windows, використовує безкоштовний Win32 Disk Imager для створення зображення вашої картки microSD.

Третій крок: вибір програмного забезпечення NVR

Є багато хороших програмних рішень NVR. Складний приклад використання Nano полягає в тому, що він вимагає програмного забезпечення, яке не тільки працює на Linux, але й працює на процесорі ARM. У моєму випадку, я не хотів витрачати час на створення рішення з джерела, тому я шукав те, що було безкоштовним і вичерпалося. Це привело мене до ZoneMinder. ZoneMinder легко встановлюється і має рідний веб-інтерфейс, тому його легко керувати з будь-якої точки мережі. Вона є гнучкою і потужною, але, з іншого боку, я не вважаю, що інтерфейс користувача інтуїтивний.

Існував також глюк у версії, яку я використовував з Nano (під керуванням 18.04 Ubuntu L4T) при спробі використання функціональності Probe, тому мені потрібно було вводити деталі камери вручну. Здається, що це якась проблема з незвичайною версією бібліотеки, яка, як ми сподіваємося, стане фіксованою, оскільки Nano стає все більш популярним.

Четвертий крок: вибір фотокамер

Більшість інвестицій у великі гроші в домашніх камерах безпеки переходять у засклені сади, на основі хмарних підписок, NVR-недружні камери, такі як кільце (Amazon) і гніздо (Google). Особисто я вважаю, що це жахлива тенденція, оскільки всі ці камери могли б легко підтримувати RTSP і ONVIF, але компанії, що стоять за ними, замість цього зробили ставку на те, що вони змусять вас заплатити за свій власний відео. Тим не менш, на щастя, процвітаючий ринок IP-камер можна використовувати, як хочете.

Нарешті: Налаштування NVR

Припускаючи, що ви використовуєте ZoneMinder, ви додаєте камери як монітори. Щоб перевірити їх, можна просто налаштувати їх за допомогою дії «Монітор». Але щоб почати записувати відео, потрібно змінити їх на "Mocord" або "Modect". Modect дає можливість виявляти рух у вказаних зонах. На даний момент, як людина, яка впродовж декількох років керує системою домашнього відеоспостереження, я настійно рекомендую записувати безперервно, якщо можна.

Тим не менш, це дійсно корисно, щоб мати можливість отримувати оповіщення тільки тоді, коли виявлено рух, і щоб мати можливість перемотати вперед через записи, щоб побачити виявлені події руху. Якщо ви бажаєте зробити програмування, Nano є ідеальним пристроєм для кодування деяких розумних AI для виявлення подій, які вас цікавлять, і спеціально для їх обробки. Nano є достатньо потужним, щоб запустити як мої програми для встановлення ZoneMinder, так і програми для виявлення на основі AI, які я використовую за допомогою веб-камери Logitech USB. Таким чином, є багато місця, щоб додати будь-які користувальницькі можливості, які ви можете визначити, як кодувати.

Читати далі

Канада забороняє мережеву інфраструктуру ZTE та Huawei, посилаючись на проблеми національної безпеки

Телекомунікаційні компанії в Канаді більше не зможуть придбати інфраструктуру у компаній, і їм доведеться усунути те, що вони мають у найближчі роки.

Нейронні мережеві процесори MIT скорочують споживання електроенергії на 95 відсотків

MIT розробив нові методи обробки нейронних мереж, які могли б скоротити енергоспоживання існуючих рішень на 95 відсотків. Це зміна моря, яка могла б ефективно винаходити природу АІ, і де такі навантаження виконуються.

IBM прагне зменшити потужність, необхідну для тренування нейромережевих мереж, на 100x

Спеціальний кремній для прискорення введення AI тут, але IBM хоче йти далі і використовувати гібридну обчислювальну архітектуру та елементи резистивного обчислення для підвищення ефективності навчання нейронних мереж.

Intel на CES 2019: Льодове озеро, 10nm частин, нові мережеві SoCs

Основний виступ CES компанії Intel охоплював широкий спектр тем, включаючи майбутні процесори, SoCs, а також нові продукти AI і 5G.