Ofte stillede spørgsmål

Hvad skal jeg bruge for at køre det?

En computer med Python 3.11 eller nyere, og det er stort set det. macOS arm64, Linux amd64 og Windows amd64 dækkes alle af den samme release i ren Python, og der kræves ingen GPU. Systemets ffmpeg-program er kun nødvendigt til pull- og listen-kilderne (RTSP, RTMP, SRT). Et webcam, en fil eller brugerfladen i browseren har ikke brug for det.

Hvor lægger installationsscriptet tingene?

To steder. ~/.cardstream er installationsroden: et virtualenv i venv/ og modelvægtene i models/. De to kommandoer, cardstream-web og cardstream-client, er små shims, der skrives i ~/.local/bin. De starter programmerne i venv’et med modelstierne udfyldt på forhånd, så ethvert flag, du selv angiver, vinder. Begge placeringer kan flyttes med CARDSTREAM_HOME og INSTALL_DIR. Intet andet på computeren bliver rørt. Scriptet redigerer især aldrig din shellprofil: Hvis ~/.local/bin ikke er på din PATH, skriver det en besked og overlader ændringen til dig.

Hvordan opdaterer jeg til en ny version?

Kør den samme kommando igen. Den installerer den aktuelle release i det eksisterende virtualenv og skriver de to shims på ny. Vægte, der allerede ligger i ~/.cardstream/models, bliver ikke rørt (de hentes kun, når de mangler), så en opdatering er et lille download og ikke endnu en kvart gigabyte. Vil du lande på en bestemt release i stedet for den nyeste, sætter du CARDSTREAM_VERSION.

# den samme kommando; /install.sh viderestiller til scriptet på main
$ curl -fsSL https://cardstream.ai/install.sh | sh
$ curl -fsSL https://cardstream.ai/install.sh | CARDSTREAM_VERSION=v0.5.0 sh
$ cardstream-web --version

Hvordan afinstallerer jeg det?

To kommandoer. Den første fjerner virtualenvet og modelvægtene, den anden fjerner de to shims. Der er ikke andet at rydde op: ingen daemon, intet, der starter ved login, ingen systempakke.

$ rm -rf ~/.cardstream # venv/ + models/
$ rm -f ~/.local/bin/cardstream-web ~/.local/bin/cardstream-client

Hvis du installerede med CARDSTREAM_HOME eller INSTALL_DIR sat, fjerner du de stier i stedet og bruger sudo, hvis du lagde de to shims i en systemmappe. Alt, hvad du selv har tilføjet i hånden, skal du også selv fjerne: en PATH-linje i din shellprofil, eksporten af XIMILAR_API_KEY og enhver mappe, du har givet til --store-images. Appen skriver ikke andet i din hjemmemappe. Tjek, at det er væk, med command -v cardstream-web i en ny shell. Den gamle husker opslaget, indtil du kører hash -r.

Skal jeg have en GPU?

Nej. De medfølgende vægte er ONNX-eksporter dimensioneret til CPU, og alt, hvad den lokale motor laver (bevægelsesfilteret, droslingen af detektionen, den embedding, der svarer på “samme kort eller nyt kort?”), kører på den processor, du allerede har. En GPU er en mulighed for dine egne vægte med højere nøjagtighed, aldrig et krav til standardopsætningen.

Virker det med Whatnot eller Fanatics Live?

Ja, men ikke ved at koble sig på markedspladsen: Det kobler sig på den video, du allerede producerer. Det virtuelle kamera i OBS, et ekstra RTMP- eller SRT-output ved siden af det, der sender til platformen, et RTSP-pull fra en encoder, eller simpelthen sit eget kamera rettet mod den samme måtte. Guiden til livesalg gennemgår alle fire metoder fra start til slut.

Hvad forlader egentlig min computer?

I klienttilstand ét JPEG-udsnit pr. nyt kort: ikke streamen, ikke billederne omkring det, ikke resten af måtten. Enhver beslutning om, hvorvidt der skal sendes noget, træffes lokalt først, så en times video, hvor du viser hundrede kort, er hundrede små forespørgsler. Den eneste undtagelse tænder du selv for: Med --ximilar-stream gemmes showets historik (en tekstrække pr. kort plus det udsnit, kortet blev identificeret ud fra) også i en session på din egen Ximilar-konto. Slået fra som standard, og med --no-ximilar-stream-images gemmes der kun tekst.

Kan jeg gennemgå et show bagefter?

Ja, hvis du gemmer det. Start med --ximilar-stream NEW, og hvert kort i historikken (med sin pris, sin tid på streamen og det udsnit, det blev identificeret ud fra) sendes til en session på din Ximilar-konto, mens showet kører. Åbn bagefter Cardstream-sektionen i Ximilar-appen: showets værdi, de mest værdifulde produkter og de hyppigste sæt, hvert kort med sit billede. Marker, hvad der blev solgt, og ret et forkert match. Genstartet midt i showet? Angiv sessionens id i stedet for NEW, og den fortsætter, også selvom den var lukket. Vil du gemme i et team-workspace, bruger du --ximilar-workspace. Detaljerne.

$ cardstream-web --price-stats --ximilar-stream NEW

Kan jeg køre det på mit lokalnetværk, så en anden computer kan åbne brugerfladen?

Lad være. Webbrugerfladen har ingen adgangskontrol og ligger inde med din API-nøgle, så den hører til på 127.0.0.1 og ingen andre steder. Containeren binder internt til 0.0.0.0, og derfor udgiver den dokumenterede docker run kun porten på 127.0.0.1. Har du virkelig brug for adgang fra en anden maskine, så sæt din egen tunnel med adgangskontrol foran i stedet for at åbne porten.

$ docker run --rm -e XIMILAR_API_KEY -p 127.0.0.1:8001:8001 \
    -v cardstream-models:/models cardstream