Просмотр кода страницы Рекомендации по подбору серверов для систем распознавания автомобильных номеров

==Сравнительная таблица==

{| class = "wikitable"
! rowspan = "2" |Конфигурация компьютера|| colspan = "5" |Разрешение кадра
|-
!720х288 || 720х576 || 1360х512 || 1360х896 || 2336х1752
|-
|Intel Core i5-2500 3.3Ghz 2Gb RAM || 240 || 128 || 68 || 38 || 10
|-
|Intel Xeon DP Quad-Core E5620 8Gb RAM || 274 || 180 || 94 || 54 || --*
|-
|Intel Core i7-2600 3.4Ghz 8Gb RAM || 386 || 220 || 102 || 66 || 20
|-
|Intel Core i7-3930K 3.2Ghz 16Gb RAM || 642 || 370 || 192 || 110 || 32
|-
|2* Intel Xeon X5650 2.66GHz 12Gb RAM || 1034 || 569 || 299 || --* || 54
|}
''* тестирование для разрешений в данной конфигурации не проводилось''

<br/>В таблице приведено количество кадров, которое может обработать модуль распознавания автомобильных номеров на одном компьютере при указанном разрешении и конфигурации компьютера. 

<br/>Конфигурации подбиралась произвольно для определения ориентировочной производительности различных типов процессоров. 

<br/>Основная нагрузка при распознавании автомобильных номеров приходится на процессор, объем задействованной оперативной памяти составляет 2Гб. 

==УСЛОВИЯ==
# процессор занят только распознаванием;
# загрузка процессора составляет 80-90%;
# на модуль распознавания подается видео в формате  XVID или MJPEG.

<br/>Для определения количества камер, с которых Ваш компьютер может производить распознавание, число из таблицы делим на количество кадров обрабатываемых модулем. 

<br/>Например: для разрешения  1360х512, при конфигурации компьютера Intel Xeon DP Quad-Core E5620 8Gb RAM и модуле распознавания, рассчитанного на 6 кадров в сек, получаем: 94/6=15 каналов распознавания.

<br/>
<font color="#334F9C"> '''''Внимание!'''''</font>
----
<font size="2" color="grey">''При использовании кодированного видео (платы с аппаратным сжатием, ip-камеры и ip-кодеры) значительная часть процессорных мощностей задействуется при декодировании видеопотока. Причем происходит декодирование всего потока, вне зависимости от типа модуля. Таким образом, даже если у вас установлен модуль, рассчитанный на распознавание 6 к/с, а видеопоток содержит 25 к/с, будет произведено декодирование всего потока. 
Ориентировочные процессорные затраты на декодирование видеопотока вы можете определить, запустив систему видеонаблюдения с отображением оператору и с требуемыми параметрами (количество каналов, разрешение, частота кадров и кодек).
Кроме того часть ресурсов компьютера может быть задействована сторонними задачами: запись видеоархива, работа с базой данных, антивирусная защита и т.д.
Полученные данные Вам требуется учесть при подборе конфигурации компьютера.''</font>

==Данные из опыта инсталляций наших партнеров==

:1. Конфигурация: Intel Core i5-2500T (2.3Ghz), 2Gb RAM.
::Камера Axis P1344.
::Кодек h.264.
::Частота обрабатываемых кадров - 20.
::Разрешение 1280x800.
::Количество обрабатываемых каналов (с декодированием видео) - 3.

:2. Конфигурация: 2 х Intel Xeon X5650 (2.66GHz), 12 Gb RAM.
::Камера Axis P1344.
::Кодек h.264.
::Частота обрабатываемых кадров - 25.
::Разрешение 800x600.
::Количество обрабатываемых каналов (с декодированием видео) - 20.

[[Category:Программное обеспечение]]

[[en:Servers_selection_guide_for_vehicle_number_plate_recognition_systems|Servers_selection_guide_for_vehicle_number_plate_recognition_systems]]
[[ru:Рекомендации_по_подбору_серверов_для_систем_распознавания_автомобильных_номеров|Рекомендации_по_подбору_серверов_для_систем_распознавания_автомобильных_номеров]]