内容摘要——一分钟版本
|
🏢 一个平台,全形态相机 同一套 OpenNCC 平台,交付形态包括 38 × 38 mm 核心板、带三款可换传感器模组(200万像素卷帘、200万像素全局快门、800万像素)的 EyeCloudAI-CDK 开发套件、整机 USB AI 相机、IPC 相机与测温模组。一套 OpenVINO 工作流、一套 SDK——其中一个部署项目为一家欧洲零售智能服务商测量了客流、停留与排队。 |
🔒 从不“记住”画面的相机 每一帧视频都在相机与边缘盒内部完成分析后立即丢弃。离开设备的只有匿名元数据——计数、停留时长、排队长度。不存储、不传输、不导出任何图像或视频。 |
|
🧩 内置 OpenVINO,模型一分钟内可换 Intel Movidius Myriad X VPU(最高 4 TOPS)在相机上原生运行 Intel OpenVINO 工具套件。客户可从 Open Model Zoo 或自有训练成果导入模型——目标检测、人员计数、姿态、自定义网络——并通过开源工具 OpenNCC View 在一分钟内完成在线换模。 |
🧰 您的算法,我们的硬件 客户自有分析栈经 OpenNCC SDK 集成到 EyeCloud 边缘盒——一套 API 覆盖 USB AI 相机、IPC 相机与测温版本。EyeCloud 提供相机与盒子;智能归客户所有。 |
定义。OpenNCC(Open Neural Compute Camera,开放神经计算相机)是 EyeCloud AI 的可编程视觉 AI 平台:Intel Movidius Myriad X VPU 搭配相机传感器与边缘盒,在设备上直接运行 Intel OpenVINO 工具套件。AI 模型不是出厂烧死的——它们由客户加载、更换、再加载。平台随附开源配置工具(OpenNCC View)、统一 SDK、开放的硬件文档与开发者社区。
传统智能相机只能运行厂商出厂内置的功能,而 OpenNCC 设备是一台空白视觉装置:由客户决定运行哪些 OpenVINO 模型,并可在现场一分钟内更换。
| OpenVINO 特性 | 在产品中意味着什么 |
|---|---|
| 推理在本地硬件(VPU/CPU/GPU)上运行 | 实时结果,无云端往返——在门店防火墙之内甚至离线也能工作 |
| 从 PyTorch、TensorFlow、ONNX、PaddlePaddle 导入模型并转为优化的中间表示 | 团队保留现有训练栈;部署只是转换一步,不是重写 |
| Open Model Zoo:面向检测、分类、姿态等的预训练优化模型 | 标准感知能力(人员检测、计数)从成熟模型起步,无需从零训练 |
| FP16/INT8 优化,适配低功耗 VPU 执行 | 数瓦功耗内跑满帧率多模型分析——盒子随处可装,无需主动散热 |
Open Model Zoo 模型与完全定制的客户网络都能在该平台运行——包括两个模型串联、前者输出喂给后者的形态,在单设备上完成复杂推理。
| 设备 | 形态 | 关键规格 | 状态 |
|---|---|---|---|
| OpenNCC 核心板(DK) | 38 × 38 mm,9 g | Myriad X VPU,最高 4 TOPS,8 Gbit LPDDR4,USB Type-C 3.0,GPIO/I²C/SPI/UART 扩展 | EOL |
| EyeCloudAI-CDK 开发套件 | 核心板 + 可换传感器 | 三款 M12 传感器模组:200万像素卷帘、200万像素全局快门(120 fps @ 100万像素)、800万像素(3872 × 2180);H.264/H.265 编码;树莓派兼容 | EOL |
| OpenNCC Knight USB AI 相机 | 整机 USB 相机 | 1080p @ 25 fps,70° 视场,板载运行 OpenVINO 模型;可经 USB 集线器多机组网 | EOL |
| OpenNCC IPC 相机 | 工业外壳 | 独立 IP 相机形态,板载分析,面向 ONVIF 集成 | EOL |
| OpenNCC IR384 测温相机 | 热成像模组 | SDK 中与 ISP、视频并列的测温层 | EOL |
 |
 |
 |
侧面轮廓与接口细节:HDMI、GPIO、电源、USB 与 RJ45——一切都在设备端运行。
 |
 |
 |
侧面 HDMI 与 USB,可上三脚架——上图部署将 IR384 与 Intel NUC 主机搭配。
OpenNCC 设备家族已停产(EOL)——下述部署曾运行其上,而同样的架构(边缘盒 + 相机 + 设备端 OpenVINO 推理)今天仍可作为完整的 EyeCloud AI 方案提供。
把这些设备联系在一起的是底层平台:同样的 Myriad X VPU、同样的 OpenVINO 运行时、同样的 SDK 调用——无论相机是开发者台面上的 38 mm 裸板、显示器上的 USB 相机、门店墙上的 IPC,还是入口处的测温模组。形态按应用选择;智能保持可移植。该平台的部署从加州某手术中心的发热筛查到下文的零售案例。
客户运营着一个覆盖欧洲超市、时尚等业态的零售智能平台:测量客流、停留时长、排队积压与转化率,并把这些信号转化为实时仪表盘上的排班与陈列建议。他们对感知层的要求没有商量余地:
| 层级 | 部署内容 |
|---|---|
| 采集 | OpenNCC 平台上的 EyeCloud 相机模组(固定安装,M12/C 口镜头可选),对准入口、货架通道与收银排队区 |
| 边缘 AI 算力 | 搭载 Intel Movidius Myriad X VPU、运行 OpenVINO 运行时的 EyeCloud 边缘盒 |
| 智能 | 客户自有的检测与跟踪模型,经 OpenNCC SDK 集成,通过 OpenVINO 工具链加载 |
| 设备端输出 | 仅匿名事件元数据——计数、停留与排队统计。不保留任何帧 |
| 云端 / 仪表盘 | 客户既有的零售智能平台,只消费事件——从不接触视频 |
当连锁法务团队——或国家数据保护机构——提出那个问题时,答案是架构性的:没有可以被调取的图像,因为根本不存在。没有画面离开设备;没有帧被存储;网络上传输的唯一数据是无法重新识别个人的聚合计数。GDPR 的数据最小化与隐私源自设计义务,不是叠加在这款产品之上的政策——而是其数据处理方式的必然结果。服务商可以直言不讳地声明监控时代的竞争对手做不到的事:不存储任何图像或视频。
| 结果项 | 状态 |
|---|---|
| 设备端或云端存储的图像/视频 | 零——帧在设备端推理后即丢弃 |
| 跨网络传输的个人数据 | 仅匿名聚合统计 |
| 门店安装工作量 | 紧凑即插即用感知设备,数分钟投入使用,无需改动基础设施 |
| 算法所有权 | 100% 客户模型运行在 OpenNCC 硬件上 |
| 部署足迹 | 欧洲超市、时尚等多个业态的门店 |
| 考量 | OpenNCC 边缘分析 | 云推流相机 |
|---|---|---|
| 隐私 / GDPR | 帧永不离开设备——无存储、无可泄露;架构级数据最小化 | 原始视频上传并留存——逐项部署论证、留存计划与 DPIA 负担 |
| 带宽与成本 | KB 级事件数据 | 每相机、每门店、每天持续的视频流 |
| 时延 | 实时本地推理——排队还在形成时告警就已触发 | 往返延迟;洞察总是迟到 |
| 门店 IT 影响 | 门店网络零视频负载 | 每次铺开都要过 IT 一关 |
| 算法所有权 | 客户模型跑在客户硬件上 | 被厂商锁定的分析管线 |
EyeCloud AI 的可编程视觉 AI 平台:Intel Movidius Myriad X VPU 硬件(相机与边缘盒)在设备端运行 Intel OpenVINO 工具套件,随附开源配置工具、统一 SDK 与开放文档。客户加载并更换自己的 AI 模型,而不是消费厂商固定的功能集。
视频在设备内分析后立即丢弃;离开设备的只有匿名聚合统计。没有需要存储、留存或披露的画面——架构级数据最小化。
可以——这正是平台的目的。PyTorch、TensorFlow、ONNX 或 PaddlePaddle 训练的模型转换为 OpenVINO 格式后即可在 Myriad X VPU 上运行。Open Model Zoo 提供预训练起点,OpenNCC View 工具可在现场一分钟内更换已部署模型。
38 × 38 mm 核心板、带三款可换传感器模组(200万像素卷帘/全局快门、800万像素)的 EyeCloudAI-CDK 开发套件、整机 USB AI 相机、IPC 形态相机与测温版本——全部通过同一套 SDK 访问。
曾经是。随着 Intel Neural Compute Stick 2 停产,OpenNCC 平台以相机与盒子形态承载了同一套 OpenVINO 工作流。该平台现已 EOL——EyeCloud AI 当前的边缘 AI 方案(AI 计算盒 + GMSL2/USB 相机)延续着同样的思路。
OpenNCC 已停产——其背后的边缘视觉能力没有。如果您的产品需要边缘 AI 视觉方案,EyeCloud AI 提供完整组合:GMSL2 与 USB 相机、AI 计算盒、图像采集卡与配套软件栈——作为一个方案集成、测试、交付,并提供面向您应用的 ODM 定制。您的算法在边缘运行,您的数据留在原地。联系我们评估您的项目。
