फ़ीचर्स

स्ट्रीमरों के लिए कार्ड विश्लेषण। तेज़ और सटीक।

cardstream कार्ड पहचान के एक एंडपॉइंट के इर्द-गिर्द लिपटी स्टेट मशीन है। नीचे की हर चीज़ या तो पहचान को बेहतर बनाती है, या यह पक्का करती है कि पहचान तभी हो जब उस पर पैसा लगाना सचमुच वाजिब हो।

पहचान

किसी भी स्ट्रीम से रियल-टाइम कार्ड पहचान

एक स्विच के पीछे पहचान के चार एंडपॉइंट: ट्रेडिंग कार्ड गेम, स्पोर्ट्स कार्ड, ग्रेडेड स्लैब और कॉमिक्स।

पूरा मिलान, एक सीधे ऑब्जेक्ट में

नाम, पूरा नाम, सेट, सेट कोड, कार्ड नंबर, सीरीज़, साल और सब-कैटेगरी, पहचाने गए हर कार्ड के लिए एक ऑब्जेक्ट में आते हैं: पढ़कर सुनाने, लॉग करने या अपने टूल में भेजने के लिए तैयार।

ऐसा कॉन्फ़िडेंस जिस पर फ़ैसला लिया जा सके

हर मिलान के साथ रॉ डिस्टेंस और High / Medium / Low का एक स्तर आता है (सीमाएं 0.30 और 0.40 पर)। नतीजे का थ्रेशोल्ड सेट करें और उससे नीचे के कार्ड ओवरले तक पहुंचते ही नहीं।

वैकल्पिक मिलान

हर नतीजे के साथ ऐसे चार तक और कार्ड आते हैं जो उसकी जगह हो सकते थे। सबसे ऊपर का मिलान गलत हो, तो सही कार्ड अक्सर उसी छोटी लिस्ट में होता है।

प्रीफ़िल, जो खोज का दायरा घटाते हैं

गेम, सेट कोड या लिपि बता दें और एंडपॉइंट इनका अंदाज़ा लगाना बंद कर देता है। वैल्यू लोकल जांची जाती हैं: टाइपो आपकी मशीन पर ही पकड़ा जाता है, चुपचाप गलत प्रिंट नहीं लौटता।

हर शो के लिए कैटेगरी

एक फ़्लैग, या स्ट्रीम के बीच में सेटिंग्स डायलॉग: tcg, sport, slab या comics। कैटेगरी बदलने पर वह हर प्रीफ़िल हटा दिया जाता है जिसे नई कैटेगरी नहीं जानती, ताकि उसे ऐसी वैल्यू न भेजी जाए जो उसके काम की नहीं।

सामने, पीछे और रोटेशन

जो एट्रिब्यूट पहले से पता हैं, वे क्रॉप के साथ चले जाते हैं, ताकि एंडपॉइंट वे क्लासिफ़ायर छोड़ दे जिनकी ज़रूरत नहीं: गलती की गुंजाइश कम, जवाब तेज़।

फ़ैसला लेने वाला इंजन

AI के साथ लाइव स्ट्रीम का तेज़ विश्लेषण

एक स्टेट मशीन, जो डिप्लॉयमेंट के दोनों रूपों में साझा है। यहां का सब कुछ आपके अपने CPU पर चलता है, इससे पहले कि कुछ भी मशीन से बाहर जाए।

मोशन गेट

फ़्रेमों का औसत अंतर बताता है कि सीन स्थिर हुआ या नहीं। जब तक कार्ड फ़्रेम में हिल रहा है, आगे का कुछ नहीं चलता।

आइडेंटिटी गेट

फ़्रेम का हर कार्ड एक AI मॉडल की एम्बेडिंग के ज़रिए पिछले कार्ड से मिलाकर देखा जाता है। जवाब एक ही सवाल का: वही कार्ड, या नया कार्ड?

तीन स्तरों वाला डिटेक्शन थ्रॉटल

जब कुछ हिल रहा हो तो डिटेक्शन बार-बार चलता है, स्थिर कार्ड पर कभी-कभार, और खाली मैट पर लगभग नहीं। ये स्तर हर साइड की कॉन्फ़िग हैं, कोड में जड़े हुए नहीं।

कूलडाउन, नो-रीट्राई, forget-after

जिस कार्ड का मिलान नहीं हो पाया, उस पर बार-बार कोशिश नहीं होती; फ़्रेम में पकड़े हुए कार्ड की दोबारा पहचान नहीं होती; और जो कार्ड काफ़ी देर गायब रहा, लौटने पर उसका विश्लेषण नए सिरे से होता है।

कॉल गार्ड और वॉचडॉग

एक बार में पहचान की एक ही कॉल चलती है, दो कॉल के बीच एक न्यूनतम अंतराल रहता है, और एक टाइमआउट है जो एंडपॉइंट के अटकने पर पाइपलाइन को छुड़ा देता है। धीमी कॉल स्ट्रीम को कभी नहीं रोकती।

बेहद तेज़ नतीजे

cardstream के पीछे के AI मॉडल आपके अपने कंप्यूटर पर चलते हैं। सिस्टम बहुत तेज़ है और आपको किसी GPU की ज़रूरत नहीं।

इनपुट

कौन-से वीडियो सोर्स और टाइप चलते हैं

सोर्स बदले जा सकते हैं; आप जो भी चुनें, विश्लेषण वही रहता है।

कैमरे और फ़ाइलें

वेबकैम इंडेक्स, वीडियो फ़ाइल, एक तस्वीर, या वेब UI चलाने पर ब्राउज़र का वेबकैम। शो से पहले सेटअप परखने के लिए बढ़िया।

पुल: RTSP, RTMP, SRT

इसे किसी IP कैमरा, एन्कोडर या रीस्ट्रीमर का पता दें और यह स्ट्रीम खुद खींच लेता है; फ़ीड टूटे तो सीमित बैकऑफ़ के साथ दोबारा जुड़ता है।

पुश: OBS से सीधे

इसे लिसनर की तरह चलाएं और OBS को RTMP या SRT इसमें पुश करने दें: आपके मार्केटप्लेस को जा रहे आउटपुट के साथ बस एक अतिरिक्त आउटपुट।

WebSocket JPEG फ़ीड

खुद बनाए सेटअप के लिए: जो भी प्रोसेस सॉकेट पर JPEG फ़्रेम भेज सके, वह सोर्स बन सकता है।

रिज़ॉल्यूशन की तीन सेटिंग्स

कैमरा क्या कैप्चर करता है, क्या भेजा जाता है और किसका विश्लेषण होता है, ये तीन अलग संख्याएं हैं। विश्लेषण छोटे साइज़ पर और सस्ते में चलता है; पहचान के लिए जाने वाला क्रॉप पूरे फ़्रेम से दोबारा काटा जाता है।

फ़्रेम आपके ही रहते हैं

क्लाइंट-साइड मोड में हर अलग कार्ड के एक JPEG क्रॉप के सिवा कुछ भी मशीन से बाहर नहीं जाता: न स्ट्रीम, न उसके आसपास के फ़्रेम। शो को अपने Ximilar अकाउंट में सेव करना एक फ़्लैग है, जिसे आप खुद चुनते हैं।

मॉडल

वेट्स हमारे, या आपके

CPU के लिए तैयार हमारे मॉडल से लाइव स्ट्रीम का विश्लेषण करें। ज़्यादा सटीकता या ज़बरदस्त रफ़्तार चाहिए? अपना मॉडल ट्रेन करें और GPU पर डिप्लॉय करें!

RF-DETR सेगमेंटेशन

डिफ़ॉल्ट लोकेटर: फ़ाइनट्यून किया हुआ इंस्टेंस-सेगमेंटेशन .onnx एक्सपोर्ट, जो onnxruntime से चलता है और torch नहीं मांगता। मास्क से कार्ड के चारों कोने मिलते हैं, इसलिए जिस क्रॉप की कॉल पर पैसा लगता है वह सीधा किया हुआ और ठीक कार्ड के किनारे पर कटा होता है।

RF-DETR / RT-DETRv2 डिटेक्शन

ऑप्ट-इन विकल्प के तौर पर बाउंडिंग बॉक्स: रफ़्तार के लिए ONNX, या जब तक आप फ़ाइनट्यून पर काम कर रहे हों तब तक transformers डायरेक्टरी / hub id।

वेट्स साथ आते हैं

RF-DETR लोकेटर और एम्बेडिंग मॉडल Ximilar के ट्रेन किए हुए हैं और Apache-2.0 के तहत प्रकाशित हैं। इंस्टॉलर इन्हें खुद डाउनलोड कर लेता है, इसलिए आपके और चलती हुई पाइपलाइन के बीच ट्रेनिंग का कोई स्टेप नहीं है।

एम्बेडर बैकएंड

वही-कार्ड गेट के लिए Torch, ONNX या LiteRT/TFLite एम्बेडिंग मॉडल: मशीन पर जो रनटाइम पहले से है, वही चलाएं।

भारी इम्पोर्ट ज़रूरत पर ही लोड होते हैं

Torch कोर की डिपेंडेंसी नहीं है। सिर्फ़ वही extras इंस्टॉल करें जो आपके बैकएंड को चाहिए, बाकी सब फिर भी चलता है।

कोई भी पहचान सेवा

पहचान की कॉल एक बदला जा सकने वाला स्टेप है। इसे Ximilar की ओर मोड़ें, किसी प्रोप्राइटरी पहचान सेवा की ओर, या उस मॉडल की ओर जिसे आप खुद होस्ट करते हैं।

चलाना

एक प्रोसेस, कैमरे के ठीक पास

डिटेक्शन और गेट आपकी मशीन पर, इंस्टॉल होने वाले एक ही पैकेज से चलते हैं, और पहचान की इकलौती कॉल वहीं से सीधे API को जाती है।

दो एंट्रीपॉइंट, एक पाइपलाइन

स्ट्रीमिंग सेटअप और स्क्रिप्ट के लिए एक हेडलेस कमांड, और जब आप इसे काम करते देखना चाहें तब एक लोकल ब्राउज़र UI। दोनों वही फ़्लैग लेते हैं और वही पाइपलाइन बनाते हैं।

एक क्रेडेंशियल, आपकी मशीन पर ही

आपकी Ximilar कुंजी, जो आपकी अपनी मशीन के एनवायरनमेंट से पढ़ी जाती है। यहां न कोई अकाउंट बनाना पड़ता है, न बीच की किसी परत पर भरोसा करना, और प्रोसेस के सिवा कुछ भी चलाए नहीं रखना पड़ता।

लूप को कुछ नहीं रोकता

JPEG डिकोड, डिटेक्शन, HTTP और डिस्क पर लिखना, सब इवेंट लूप से बाहर चलते हैं। धीमा फ़्रेम छोड़ दिया जाता है, बढ़ते हुए लैग की कतार में नहीं लगता।

लाइव सेटिंग्स डायलॉग

थ्रेशोल्ड, कैटेगरी, गेम, सेट कोड और लिपि स्ट्रीम के बीच में ब्राउज़र से बदले जा सकते हैं, और हर कंट्रोल एक ही डिस्क्रिप्टर लिस्ट से बनता है, इसलिए UI और जांच में कभी फ़र्क नहीं आ सकता।

स्ट्रीम के लिए बना ओवरले

स्टेट बैज, बाउंडिंग बॉक्स, और आपके दिखाए हर कार्ड की हिस्ट्री (हर कार्ड का थंबनेल और वह कितनी देर फ़्रेम में रहा), जिसे एक फ़्लैग आपके Ximilar अकाउंट में सेव कर देता है। और जब गेट को सोचते हुए देखना हो, तो एक डीबग पैनल।

ऑफ़लाइन टेस्ट सूट

पूरा सूट बिना नेटवर्क और बिना मॉडल फ़ाइल के चलता है: ONNX सेशन और डिटेक्टर की जगह नकली ऑब्जेक्ट। इसे फ़ोर्क करें, फिर भी आप जान सकते हैं कि आपसे कुछ टूटा या नहीं।

आगे पढ़ें

यह क्या-क्या पहचानता है →

चार एंडपॉइंट, गेम और खेल।

यह कैसे काम करता है →

आपकी स्ट्रीम और एक API कॉल के बीच के चार स्टेप।

स्ट्रीमरों के लिए →

जो शो आप पहले से चला रहे हैं, उसे जोड़ने के तीन तरीके।

झटपट शुरुआत →

इंस्टॉल, कुंजी, कैमरा। तीन स्टेप।

ओपन सोर्स। सेल्फ़-होस्टेड। स्ट्रीम आपकी, स्टैक आपका।

बीच में कोई प्लेटफ़ॉर्म नहीं, प्रति-यूज़र लाइसेंस नहीं: Ximilar API या अपना पहचान सिस्टम जोड़ें, और cardstream उसे हर फ़्रेम पर नहीं, हर अलग कार्ड पर एक बार कॉल करता है। आप Whatnot पर बॉक्स ब्रेक करते हों, Fanatics Live जैसा शो चलाते हों या अपने लाइव कॉमर्स सेटअप से स्ट्रीम करते हों, cardstream को आज रात ही उसी हार्डवेयर पर चलाएं जो आपके पास पहले से है।

GitHub पर स्टार दें Ximilar API कुंजी पाएं