Как разработать Видеоаналитику для онлайн-потока с 2000+ камер, не имея ресурсов IT-гигантов

Архитектура

Бэкенд / другое
Оптимизация

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Анализ онлайн-видеопотока процессов производства и соблюдения техники безопасности с немедленным аллертингом. Про реализацию этого на заводах Сибур расскажет Даниил Блинов. А также: как это сделать с отсутствием GPU, без доступа к облакам, применяя более 40 моделей computer vision.

Целевая аудитория

Для тех, кто работает с анализом real-time видеопотока с большого числа камер, но при этом вычислительные ресурсы меньше, чем у IT-гигантов.

Тезисы

Команда Видеоаналитики Сибура занимается анализом онлайн-видеопотока с более 2000 камер. Потребность в анализе большая, при этом вычислительные ресурсы меньше, чем у IT-гигантов. При разработке решений приходится учитывать такие условия, как географическая распределенность камер (от Твери до Томска), отсутствие GPU и доступа к облакам, а также более 40 различных computer vision моделей.
В докладе я расскажу о том, как разработать гибкую и производительную систему с микросервисной архитектурой, позволяющую извлекать видеопоток с 2000+ камер по RTSP, эффективно применять разные cv-модели при отсутствии GPU для решения различных задач видеоаналитики, и о том, как сделать эту систему удобной для пользователей и для других разработчиков.

Даниил Блинов

СИБУР Цифровой

Backend-разработчик, больше года работаю в Сибуре Цифровом в команде Видеоаналитики. До этого три с половиной года проработал в сфере блокчейна. Имею опыт работы со многими языками программирования и технологиями, на данный момент преимущественно занимаюсь разработкой на Python и Rust, цифровой обработкой звука и применением ML в этом направлении. Закончил МГТУ им. Баумана, учился в Технопарке Mail.ru (нынешний VK).

Видео

Другие доклады секции

Архитектура