Dimensionar una pila de cámaras con IA local: modelo, RTSP, Docker, latencia y coste
Un modelo de dimensionamiento en cinco partes para la inferencia de visión local: fuente de cámara, cobertura del modelo, servicio con Docker, latencia y coste energético continuo.
La fuente de cámara limita la pila
Estás decidiendo si un modelo de visión local puede vigilar un flujo de cámara de forma continua sin depender de la nube. El equilibrio está entre la cobertura del modelo y el consumo energético continuo: más especies y menor latencia aumentan los vatios, y la aritmética es vatios por horas por tarifa eléctrica. Una caja pequeña y una tarifa moderada hacen que la pila valga la pena; un rack grande, no.
La pila tiene cinco partes:
- fuente de cámara
- cobertura del modelo
- entorno de servicio
- presupuesto de latencia
- coste energético continuo
Elige primero la fuente de cámara. BirdNet-Go utilizó tres cámaras de seguridad existentes y sus micrófonos para la detección de aves en una construcción DIY. Su ruta de ingesta de cámara usó URLs de flujo RTSP de cámaras IP. La fuente está lista cuando el flujo es accesible, la tasa de fotogramas es estable y el audio existe solo si el modelo lo necesita.
Empieza con cámaras que ya posees. Reutilizar hardware existente mantiene el gasto inicial bajo y facilita defender el cálculo energético. Las cámaras que no pueden exponer un flujo estable necesitan repararse antes de añadir complejidad del modelo. Comprueba el flujo antes de añadir un acelerador.
La cobertura del modelo fija el coste base
Elige la cobertura del modelo que realmente necesitas. La galería de modelos de BirdNet-Go añadió Google Perch v2, que puede detectar 14.795 especies, frente a las 6.000 especies de BirdNET 2.4. Una cobertura más amplia de especies no es automáticamente una mejor opción para una cámara local. Aumenta la carga de inferencia y puede llevar el mismo hardware a un estado de mayor consumo.
Compara el modelo con el sitio, no con una lista de referencia. Los modelos con muchas especies pueden ser la elección equivocada si el hábitat local utiliza un pequeño subconjunto de ellas. Ejecuta el modelo candidato sobre una muestra corta de clips locales antes de comprometerte con la inferencia local. Una precisión que resulta inútil a la tasa de fotogramas que puedes permitirte convierte al modelo más grande en un coste. Usa clips de prueba de la misma hora del día y las mismas condiciones de iluminación. Termina con una lista escrita de especies que coincida con el sitio.
El entorno de servicio es el componente más pequeño
Envuelve el entorno de servicio del modelo en un contenedor. BirdNet-Go se ejecutó como un contenedor Docker en un homelab. Un contenedor funcional tiene una imagen, una política de reinicio y un registro que puedes seguir.
Trata el contenedor como la unidad de operaciones. Debe iniciar, detenerse y reiniciarse sin ediciones manuales. Almacena los pesos del modelo, la configuración y los registros en rutas separadas para poder cambiar de modelo sin romper la tubería de cámaras. Un entorno de servicio limpio te ayuda a comparar opciones de modelo bajo las mismas condiciones de servicio. Registra el consumo del contenedor bajo carga para que el modelo de coste use vatios medidos, no afirmaciones del fabricante.
Latencia y consumo comparten el mismo presupuesto
Fija el presupuesto de latencia a partir del evento que te importa. Un estudio con trampas de cámara encontró que la visión por computadora podía perder hasta el 10% de las interacciones ecológicas por pares. En su análisis a nivel de comunidad, solo 3 de 344 interacciones únicas por pares se perdieron. No apuntes a la latencia más baja posible en una CPU débil; consumirás energía y aun así perderás eventos.
Mide todo el recorrido, no solo el modelo. La ingesta, el preprocesamiento, la inferencia y la salida consumen tiempo y energía. Los eventos raros pueden tolerar un ciclo más lento en hardware de borde; los eventos frecuentes necesitan un ciclo más ajustado. Registra el intervalo entre el evento y la detección para que el presupuesto sea visible en el mismo lugar que el consumo energético. Pon marca de tiempo en el registro para poder comparar el retardo de detección con la hora del evento. El presupuesto solo es válido con un intervalo de fotogramas que capture el evento, un umbral de confianza que puedas defender y un registro de detecciones perdidas.
Calcula el coste energético continuo antes de celebrar. Separa el coste recurrente del coste inicial. El hardware y la instalación son costes iniciales; la electricidad es la línea recurrente que crece con el tiempo. Usa los vatios medidos del contenedor, las horas de funcionamiento y la tarifa eléctrica.
BirdNet-Go se ejecutó en hardware local sin servicios en la nube, llamadas a API ni cuota mensual. Las tarifas eléctricas bajas no justifican una pila cuando el modelo obliga a usar un dispositivo de alto consumo. Las tarifas altas hacen que un modelo más pequeño con menor cobertura sea la mejor decisión de producto. Anota la línea recurrente antes de perseguir un falso positivo.