Jul, 2023
在不同的 Jetson 边缘设备上对异常检测系统进行基准测试
Benchmarking Anomaly Detection System on various Jetson Edge Devices
Hoang Viet Pham, Thinh Gia Tran, Chuong Dinh Le, An Dinh Le, Hien Bich Vo
TL;DR捕捉来自监控视频的异常事件提高了市民的安全和福祉。本文应用基于边缘计算的人工智能（EdgeAI）满足安全需求的低延迟要求。我们使用弱监督视频异常检测技术（RTFM）将端到端犯罪现场异常检测系统应用于监控摄像头，并借助边缘计算技术。该系统直接在多个 Jetson 边缘设备上进行测试，结合 NVIDIA 的软件开发工具包 TensorRT 以提高系统性能。该方法在可用数据集（如 UCF-Crime 和 UIT VNAnomaly）上与其他最先进算法相比取得了竞争力。该系统在使用仅 3.11GB RAM 的 Jetson 边缘设备上实现了每秒 47.56 帧的推理速度。我们还发现，该 AI 系统在能耗方面比早期版本的 Jetson 设备性能提高了 15%，而能耗降低了 50%。