三体边缘计算设备-
某数据中心AI改造
案例背景：机楼现有的门禁设备和视频监控设备受限于厂家，采用淘汰硬件方式，视频监控7*24小时存储，存储冗余严重，耗费大量成本。发生
违规操作或险情时不能第一时间告警，且各个系统之间数据相互孤立，管理困难。随着接入数量的增多，运维人员日常巡更质量无法保证。
场景需求：监控室监管: 在岗⼈数 、⼈员脱岗、睡岗的变动观测；
机房走廊: 杂物堆积检测、奔跑检测、抽烟检测；
机房内部：明烟明火检测、入侵检测、徘徊检测、摔倒检测、人影跟随检测；
穿戴类检测:基于深度学习算法、对工作人员的工装、安全帽进行模型训练，出现未戴安全帽、未按规定穿着工装行为，第一时间发现冒烟起火事件触发告警；
现场作业人员监管: ⼈员的有⽆和数量、明⽕、⼈员劳保⽤品安全帽的安全监管；
违规行为检测:基于深度学习算法，对违规行为事件进行模型训练，发现吸烟、毁坏设备等违规行为第一时间触发告警；
提供价值：通过边缘计算设备及算法对视频监控实时采集并进行识别，一旦发现违规自动报警及时发现并制止违规现象，解决安全隐患；
通过AI算法自动识别，替代人工抽查，高效便捷，还可以进行数据分析，确保园区安全。
