ImageAI算法比较及计算机配置要求

ImageAI是基于视频分析做的的比较好， ImageAI中文文档地址 中详细说明只要的功能。

ImageAI 本着简洁的原则，支持最先进的机器学习算法，用于图像预测，自定义图像预测，物体检测，视频检测，视频对象跟踪和图像预测训练。 ImageAI 目前支持使用在ImageNet-1000数据集上训练的4种不同机器学习算法进行图像预测和训练。 ImageAI 还支持使用在COCO数据集上训练的RetinaNet进行对象检测，视频检测和对象跟踪。 最终， ImageAI 将为计算机视觉提供更广泛和更专业化的支持，包括但不限于特殊环境和特殊领域的图像识别。

新功能：

添加了 SqueezeNet，ResNet50，InceptionV3 和 DenseNet121 模型进行自定义图像预测训练

在实时视频情况下主要比较一下YOLO/YOLO_tiny/ResNet三种算法的优劣及计算机配置要求
实时视频分析是1050TI在YOLO_tiny运行没有问题，但精度不适合我们具体的要求。YOLO和ResNet满足要求但计算机显卡配置达不到要求，需要升级显卡到1070或1070TI。

视频解析RSTP协议视频流，需要2080Ti可以满足实时视频分析的要求，目前在阿里云上使用V100GPU也可以满足。云服务器上运行，需要考虑以下2个问题。

1、网络不稳定造成丢帧问题：

因网络不稳定问题造成程序在运行过程中出现丢帧现象。在一分钟内多次出现丢帧，不能形成完整的视频流，会出现灰白界面。因船只追踪统计是逐帧进行的，视频帧的不连续会造成程序重复统计，统计结果出现偏差。

2、网络短时间中断问题：

因网络的延迟性，程序运行时出现在一段时间内找不到输入源，不能获取视频源数据，造成程序运行终止。

拟解决：CPU进行视频解码工作，GPU进行图像分析。

---