Catalogo dei modelli

Modelli di IA per il tracciamento delle carte

A cardstream servono esattamente due modelli: uno per trovare la carta nel fotogramma e uno per distinguere una carta nuova da quella che sta già guardando. Un terzo, opzionale, segue la carta tra un rilevamento e l’altro. Architettura e pesi sono entrambi Apache-2.0, quindi puoi usarli a fini commerciali senza una licenza a parte.

`cardstream-seg-nano` Localizzatore predefinito

Segmentazione di istanze: il contorno della carta

Scarica v2

Trova i quattro angoli della carta, così il ritaglio inviato all’identificazione è raddrizzato e tagliato a filo del bordo, invece di un rettangolo con spicchi di sfondo. Stabilizza anche il filtro di identità: una carta che si inclina in mano mantiene il suo embedding.

Architettura: RF-DETR Seg Nano
Runtime: ONNX Runtime
Latenza (CPU): ~82 ms / fotogramma
Flag: --segmentor-model
Licenza dei pesi: Apache-2.0
Licenza dell’architettura: Apache-2.0 (Roboflow)

Versione	Rilascio	Risoluzione	Dimensione	SHA-256	Scarica
`v2` attuale	2026-10	312 × 312	125 MB	`c740782cdab1a65408b6fd55fe6e9a5070307189e036361597201714eb3bce61`	Scarica
`v1`	2026-09	312 × 312	125 MB	`94af531c4fea1e17fcdf393f5bf1cc257a54c8a9ab1eb402e1e8b37213249fd9`	Scarica

`cardstream-embed-mnv2` Filtro predefinito

Embedding: il filtro di identità “stessa carta”

Scarica v1

Risponde all’unica domanda che decide se ti viene addebitata una chiamata: stessa carta o carta nuova? Confronta i ritagli con la distanza coseno tra descrittori a 256 dimensioni. È ciò che rende possibile una sola chiamata API per carta.

Architettura: MobileNetV2
Runtime: ONNX Runtime · PyTorch · LiteRT
Latenza (CPU): ~5 ms / ritaglio
Flag: --embed-model
Licenza dei pesi: Apache-2.0
Licenza dell’architettura: Apache-2.0 (Google)

Versione	Rilascio	Risoluzione	Dimensione	SHA-256	Scarica
`v1` attuale	2026-09	384 × 384	9.8 MB	`f45ac9756dd621f021809f3237e5c06ce82377d4d6b1f3b8f6951804cd0369e2`	Scarica

`vittrack` Tracker opzionale

Tracciamento visivo: mantiene il riquadro tra un rilevamento e l’altro

Scarica 2023sep

Il vitTracker pubblicato da OpenCV, servito direttamente dallo zoo di OpenCV. Un aggiornamento del tracker costa ~2,7 ms contro i ~80 ms di un rilevamento: con --tracker-model il rilevamento diventa un livello lento di risincronizzazione e il tempo reale su CPU diventa facile. Segue solo la presenza: a decidere tra stessa carta e carta nuova resta il filtro di identità.

Architettura: TrackerVit
Runtime: OpenCV
Latenza (CPU): ~2,7 ms / fotogramma
Flag: --tracker-model
Licenza dei pesi: Apache-2.0
Licenza dell’architettura: Apache-2.0 (OpenCV)

Versione	Rilascio	Risoluzione	Dimensione	SHA-256	Scarica
`2023sep` attuale	2023-09	128 × 128	698 KB	`2990f0b7cd44d92afa48cd97db6de7be113fc1d9594fddb74e2725c10478e91d`	Scarica

Open source. Self-hosted. La tua live, il tuo stack.

Nessuna piattaforma nel mezzo, nessuna licenza per postazione: collega l’API di Ximilar o il tuo sistema di identificazione, e cardstream lo chiama una volta per carta distinta invece che una volta per fotogramma. Che tu faccia break su Whatnot, conduca uno show in stile Fanatics Live o trasmetta con il tuo setup di live commerce, fai girare cardstream stasera stessa sull’hardware che hai già.

Metti una stella su GitHub Ottieni una chiave API Ximilar