O aumento de 6,5x no desempenho da Irisityleva a uma análise de vídeo em tempo real e económica em CPUs de ponta
Introdução
A análise de vídeo alimentada por IA está a revolucionar as indústrias ao extrair informações de fluxos de dados visuais. Utilizando algoritmos de aprendizagem profunda, o conteúdo de vídeo é automaticamente analisado e interpretado para detetar objectos, pessoas e eventos. As aplicações de análise de vídeo com IA estão a expandir-se rapidamente em todos os sectores, oferecendo benefícios como capacidades de segurança melhoradas, maior eficiência operacional e tomada de decisões baseadas em dados.
Irisity é um fornecedor líder de software de análise de vídeo alimentado por IA que serve uma vasta gama de casos de utilização, incluindo monitorização de segurança de infra-estruturas críticas, deteção de incêndios e fumo, identificação de escorregamentos e quedas e monitorização de tráfego. As suas soluções são alimentadas por algoritmos avançados que reconhecem actividades e incidentes, recolhem informações operacionais e geram conhecimentos empresariais para uma melhor tomada de decisões e um funcionamento optimizado.
O desafio
Irisity procurava melhorar a sua oferta, aumentando ainda mais o rendimento do seu modelo de deteção de objectos, mantendo a sua elevada precisão. Ao fazê-lo, Irisity poderia escalar as suas soluções de forma ainda mais económica na infraestrutura de CPU existente, reduzindo assim os custos operacionais para os seus clientes.
Além disso, os modelos mais rápidos também proporcionam uma melhor experiência do utilizador com informações e alertas em tempo real. A capacidade de gerar informações em segundos é fundamental, especialmente para aplicações de análise de vídeo que abordam casos de utilização como a segurança de infra-estruturas críticas pessoais, cuidados de saúde e outros casos de utilização sensíveis ao tempo.
A solução
Aproveitando a plataforma da Deci, a equipa da Irisitydesenvolveu um modelo de deteção de objectos melhorado que superou o seu antecessor em termos de desempenho de inferência, mantendo a precisão do modelo original. O novo modelo, gerado com o motor de pesquisa de arquitetura neural automatizada (AutoNAC) da Deci, apresentou um aumento impressionante do rendimento, passando de 499 fotogramas por segundo para 3 240 - uma melhoria de 6,5 vezes. A equipa utilizou a biblioteca de formação SuperGradients da Deci para treinar este novo modelo e optimizou-o ainda mais utilizando o Infery, o SDK da Deci para otimização e implementação de inferência.
O modelo optimizado permitiu à Irisity escalar a sua solução, alargando o seu suporte a uma vasta gama de CPUs. Com a ajuda da plataforma Deci, a equipa Irisity não só encurtou o seu processo de desenvolvimento e minimizou os riscos associados, como também alcançou sem esforço os benchmarks de desempenho desejados, mantendo a rigorosa privacidade dos dados sob controlo.
Leia o artigo completo aqui.