A VNPT usou o NVIDIA Metropolis para processar e analisar vários feeds de vídeo de câmeras estrategicamente posicionadas em alguns dos cruzamentos de maior tráfego nas principais cidades. Usando contêineres incluídos no NVIDIA AI Enterprise, os modelos de IA foram treinados com modelos pré-treinados da NVIDIA, frameworks e TensorRT e integrados ao DeepStream para detectar, reconhecer e classificar objetos como carros, motocicletas, bicicletas e pedestres. As aplicações de análise de vídeo são implantadas no edge com NVIDIA Jetson™ ou no local com GPUs T4 e A30.
As câmeras no edge, combinadas com Jetson e modelos pré-treinados, foram programadas para compreender e interpretar sinais de trânsito, rastrear os movimentos de objetos identificados e prever possíveis incidentes com base nos padrões observados. Vários fluxos de vídeo simultâneos também são processados nos servidores back-end, economizando custos operacionais e de computação.
Como foi a primeira vez que usaram o SDK DeepStream, a VNPT inicialmente enfrentou alguns desafios e teve problemas de desempenho. Com as licenças NVIDIA AI Enterprise, eles conseguiram contratar o suporte empresarial da NVIDIA para obter ajuda. A VNPT resolveu seus problemas de desempenho, configurou um sistema de treinamento de IA eficaz e otimizou o desempenho de seus serviços de IA com a ajuda de especialistas em IA da NVIDIA.
“O NVIDIA AI Enterprise, incluindo o NVIDIA DeepStream, tem sido fundamental para atingir nossos objetivos. Com ele, demonstramos como a IA pode ser aproveitada de forma eficaz para resolver problemas do mundo real e melhorar a qualidade de vida em nossas cidades”, disse Nguyen Tien Cuong, CEO da VNPT AI.
“A VNPT recebeu excelente suporte de especialistas da NVIDIA para configurar e otimizar os modelos de IA, resolver problemas e melhorar o desempenho da infraestrutura de maneira ideal”, explicou Cao Thanh Ha, CTO da VNPT AI.