跳到内容


发布说明

Release 2.6 Beta

  • 您现在可以在安装时选择要初始安装的模块
  • 一些模块（Coral、Yolov8）现在允许您通过仪表板在运行时下载单个模型。
  • 一个新的人工智能生成模块（Llama LLM 聊天机器人）
  • 一种标准化的方式来处理（在代码中）运行长时间进程的模块，如人工智能生成
  • Debian 支持已改进
  • 仪表板有一些小的 UI 改进
  • 对模块设置文件进行了一些简化
  • 在源代码中包含模板 .NET 和 Python 模块（包括简单和长时间进程演示）
  • Coral 和 ALPR 模块的改进（感谢 Seth 和 Mike）
  • Docker CUDA 12.2 镜像现已包含 cuDNN
  • 安装脚本修复
  • 在 YOLOv8 模块中添加了对象分割

Release 2.5 Beta

  • 动态 Explorer UI：每个模块现在都为其 Explorer 提供自己的 UI
  • 每个模块的响应中作为标准返回更多信息
  • 支持 Explorer 中的声音试听模块
  • 仪表板上的模块状态得到改进，响应更灵敏
  • 更新了模块设置架构，其中包含模块作者和原始项目确认
  • 每个模块都有单独的状态更新，将模块的统计数据解耦。这只是清理了一些后端工作
  • 安装程序修复
  • Minor modulesettings.json 模式更新，引入了模型要求的概念。
  • 更新了 ALPR、OCR（感谢 Mike Lud）和 Coral Object Detection（感谢 Seth Price）模块
  • 改进了 Jetson 支持
  • Docker 中预安装的模块现在可以卸载/重新安装

Release 2.4 Beta

  • Mesh 支持 根据推理速度自动将推理工作卸载到网络上的其他服务器。零配置，并支持在仪表板上启用/禁用。
  • CUDA 检测已修复
  • 支持 CUDA 10.2
  • 安装时执行模块自检
  • 添加了 YOLOv8 模块
  • 修复了 YOLOv5 .NET 模块的 GPU 问题，并修复了 YOLOv5 3.1 GPU 支持
  • 修复了 Python 包和 .NET 安装问题
  • 为仅限管理员的安装提供了更好的提示
  • 修复了 Python 包安装问题
  • .NET 安装问题
  • 增加了日志输出以帮助诊断问题
  • 修复了 VC Redist 哈希错误
  • 一般错误修复。
  • 重大更改：modulesettings.json 架构已更改

Release 2.3 Beta

  • 专注于改进模块在运行时安装。更多的错误检查，更快的重新安装，更好的报告，以及在需要管理员权限的情况下的手动回退。
  • 经过改进的 SDK，消除了安装脚本中所需的许多（或在某些情况下是全部）样板代码。
  • 精细支持不同的 CUDA 版本以及 Raspberry Pi、Orange Pi 和 Jetson 等系统。
  • 支持 CUDA 12.2
  • 支持 PaddlePaddle 的 GPU（OCR 和车牌识别器受益）
  • CUDA 12.2 Docker 镜像
  • 安装脚本中的大量错误修复
  • UI 调整
  • ALPR 现在在 Windows 中使用 GPU
  • 修正了 Linux/macOS 安装程序

Release 2.2 Beta

  • 全新的 Windows 安装程序，提供更多安装选项和更顺畅的升级体验。
  • 新的 macOS 和 Ubuntu 原生安装程序，适用于 x64 和 arm64（包括 Raspberry Pi）
  • 新的安装 SDK，使模块安装程序更轻松
  • 改进的安装反馈和自检
  • Coral.AI 支持 Linux、macOS（仅限 11 和 12 版本）和 Windows

Release 2.1 Beta

  • 改进了 Raspberry Pi 支持。一个全新的、快速的对象检测模块，支持 Coral.AI TPU，全部在 Arm64 Docker 镜像中。
  • 所有模块现在都可以安装/卸载（而不是将某些模块固定且不可卸载）。
  • 安装程序得到简化：安装时仅安装服务器，首次运行时安装对象检测（Python 和 .NET）和人脸处理（可卸载）。
  • 重构了 Python 模块 SDK。模块是新的子类，而不是我们的模块运行程序的聚合器。
  • 重构了 modulesettings 文件，使其更简单，减少重复
  • 改进的日志记录：数量、质量、过滤和更丰富的信息
  • 添加了 2 个模块：ObjectDetectionTFLite 用于在 Raspberry Pi 上使用 Coral 进行对象检测，以及 Cartoonise 用于一些娱乐
  • 改进了 CUDA 卡上的半精度支持检查。
  • 模块现在已版本化，我们的模块注册表现在将仅显示适合您当前服务器版本的模块。
  • 各种错误修复
  • 共享 Python 运行时现在位于 runtimes 目录中。
  • 所有模块已从 AnalysisLayer 文件夹移至 modules 文件夹
  • 已在 CUDA 12 上测试（注意：ALPR 和 OCR 不在 CUDA 12 上运行）

Release 2.0 Beta

  • 新的可下载模块系统
  • 重新引入 PyTorch 1.7 YOLO 模块，用于旧款 GPU
  • .NET 7

Release 1.6.0.0 Beta

  • 优化 RAM 使用
  • 通过仪表板启用/禁用模块和 GPU 支持的能力
  • REST 设置 API，用于实时更新设置
  • Apple M1/M2 GPU 支持
  • 异步进程和日志记录，以提高性能
  • 重大变更：CustomObjectDetection 现在是 ObjectDetectionYolo 的一部分

版本 1.5.6.2 Beta

  • Docker NVIDIA GPU 支持
  • 进一步提高性能
  • cuDNN 安装脚本，以帮助安装 NVIDIA 驱动程序和工具包
  • Bug 修复

版本 1.5.6 Beta

  • Windows 版 NVIDIA GPU 支持
  • Python 模块性能改进
  • 从事 Python SDK 工作，使创建模块更容易
  • 对于创建新模块的开发人员，开发安装程序已大大简化
  • 添加了 SuperResolution 作为演示模块

版本 1.5 Beta

  • 支持自定义模型

版本 1.3.x Beta

  • 重构和改进了设置和模块添加系统
  • 引入了 modulesettings.json 文件
  • 新的分析模块

版本 1.2.x Beta

  • 支持 Apple Silicon 进行开发模式
  • 原生 Windows 安装程序
  • 作为 Windows 服务运行
  • 在 Docker 容器中运行
  • 使用 VSCode 在 Linux (Ubuntu)、macOS 和 Windows 以及 Windows 上的 Visual Studio 进行安装和构建
  • 下载包大小的整体优化

以前

  • 我们从仅适用于 Windows 10+ 的概念验证开始。通过简单的 BAT 脚本进行安装，代码中充满了令人兴奋的锋利边缘。包含了一个简单的仪表板和 Playground。分析目前仅支持 Python 代码
  • 已启用版本检查，以向用户发出新版本警报
  • 使用 YOLO 模型实现的新 .NET 场景检测，以确保代码库与平台和技术栈无关
  • Blue Iris 集成已完成

© . All rights reserved.