Архітектура стека технологій мультикласової детекції об'єктів у потоковому відео

Анотація

Роботу присвячено вирішенню актуальної технічної задачі інтелектуальної обробки відео потоків високої роздільної здатності з мінімальною затримкою. Метою роботи є забезпечення високої точності детекції та класифікації об'єктів у відео потоку високої роздільної здатності. В основі запропонованого рішення лежить декомпозиція процесу обробки на незалежні модулі з використанням патерну "Producer-Consumer", що дозволяє ефективно розмежувати операції введення-виведення та інтенсивні обчислення. Запропоновано гібридний дворівневий підхід до побудови висновків, який поєднує швидкість та ефективність модуля детектції на основі бібліотеки YOLO8 та модуля спеціалізованої класифікаційної моделі для поглибленого аналізу на основі на основі бібліотеки TensorFlow. Для досягнення максимальної продуктивності та уніфікації середовища виконання моделей використовується ONNX Runtime. Клієнтський доступ реалізовано за допомогою високопродуктивного асинхронного веб-фреймворку FastAPI. Обґрунтовано, що розроблена структура представляє комплексну архітектуру технологічного стека, що спроможна ефективно вирішувати втановлені задачі. Практична цінність роботи полягає створенні масштабованої та гнучкої архітектури на основі прогресивних наукових досягнень, сучасних алгоритмічних та програмних рішень, здатних ефективно вирішувати складні задачі інтелектуальної обробки відео потоків високої роздільної здатності з в умовах обмежених обчислювальних ресурсів та часу.