环境准备

通常园区视频功能主要集中在存储和查看，视频分析和态势感知能力较弱。通过使用智能边缘平台与视频内容分析，提升视频分析和感知能力，实现智慧园区人脸识别检测功能。

本实践需要使用到视频内容分析的“边缘人脸提取”功能，使用前您需要确认该功能是否在您使用的区域已经上线。本实践以“北京一”区域举例说明。

在开始使用之前，需要先完成相应的环境准备工作。

1. 配置边缘摄像头。

   请参考摄像头相应型号官方配置文档，登录web管理页面，配置IP地址，获取rtsp视频流地址。以海康摄像头为例，根据摄像头型号，按照说明书设置IP地址激活摄像机，激活后按照电脑IP配置摄像头IP地址，保持设备IP地址与电脑IP地址处于同一网内；随后登入摄像头浏览器控制页面，添加用户，获得视频流地址，海康摄像头的rtsp地址格式为：XXXX，摄像头配置完成后，使用VLC（https://www.videolan.org）对摄像头rtsp流进行检验。使用VLC软件进行播放来检测是否有标准rtsp视频流。

2. 准备边缘节点服务器。

   该场景下需要部署边缘智能视频算法，因此需要有一定的计算能力，该场景下边缘节点的最低要求如下：

   表1 边缘节点要求

   项目	规格
   OS	x86_64架构 Ubuntu 16.04 LTS (Xenial Xerus)、Ubuntu 18.04 LTS (Bionic Beaver) 、CentOS 7.x 和RHEL 7.x、银河麒麟4.0.2、中兴新支点v5.5、中标麒麟v7.0 armv7i（arm32）架构 Raspbian GNU/Linux 9 (stretch) aarch64（arm64）架构 Ubuntu 18.04.2 LTS (Bionic Beaver)
   内存	>=256MB
   CPU	>=1vCPU
   硬盘	>= 1GB
   GPU（可选）	同一个边缘节点上的GPU型号必须相同。 说明： 当前仅仅支持Nvidia GPU，如常见的Tesla P4、P40、T4等。 含有GPU硬件的设备，作为边缘节点的时候可以不使用GPU。
   容器引擎（使用容器应用的场景必选）	Docker版本必须高于17.06，推荐使用18.06.3版本。 （请勿使用18.09.0版本Docker，该版本存在严重bug，详见https://github.com/docker/for-linux/issues/543；如果已使用此版本，请尽快升级。Atlas 500小站预置的Docker 18.09.0.60软件版本已经修改该问题。） 须知： Docker安装完成后，请将Docker进程配置为开机启动，避免系统重启后Docker进程未启动引起的系统异常。
   glibc	版本必须高于2.17。
   端口使用	边缘节点需要使用如下端口，请确保这些端口能够正常使用。 8102：边缘节点日志上报至AOM 8149：边缘节点监控上报至AOM 8065：边缘节点告警上报至AOM 443：边缘节点连接IEF 8883：内置MQTT Broker使用的端口 1883：外置MQTT Broker使用的端口 20004：边缘节点上报消息到DIS

3. 安装Docker。

   根据边缘计算节点的操作系统，安装对应版本的Docker。

   

   Docker安装完成后，请将Docker进程配置为开机启动，避免系统重启后Docker进程未启动引起的系统异常。

4. 安装GPU驱动。

   在园区人脸检测场景中，需要使用边缘节点上的GPU能力，所以需要提前在边缘节点上安装GPU驱动，缺少GPU驱动会导致人脸识别算法下发失败。

   GPU驱动的安装方法请参见安装GPU驱动。

5. 创建DIS通道。

   人脸检测场景中，选择DIS作为数据传输通道，将边缘侧识别出的人脸图片及元数据上传云上进行分析。

   在https://console.huaweicloud.com/dis 中创建通道，选择左侧通道管理，点击右上方购买接入通道后如图1所示，根据提示，配置名称、通道类型等配置。DIS通道详细配置请参考数据接入服务帮助文档。

   DIS通道创建完成后请记录通道名称，在下发人脸检测算法时将通道名称填入“DIS算法输出结果”中。

   图1 DIS通道参考配置