AI 计算盒使用

AI 计算盒通过 HTTP API 接收图片，在设备内加载模型并执行推理，向调用程序返回检测结果。

连接计算盒

准备 AI 计算盒、配套的 12V 或 24V 直流电源、网线和电脑。核对供电电压及正负极后接通电源。

在计算盒本机操作

将显示器连接到计算盒 USB-C 接口，接好鼠标和键盘，进入设备自带的 Debian 系统。打开设备浏览器，输入 http://127.0.0.1:8000/model-api，使用设备账号登录并查看接口。

从电脑访问

1. 将网线一端插入计算盒 GigE 网口，另一端接电脑，或经交换机、路由器接入电脑所在局域网。
2. 从海康机器人下载中心获取并安装 MVS V4.6.3 或以上版本，安装选项中包含 GigE 网卡驱动。
3. 打开 MVS，在 GigE 设备列表中点击“刷新”，找到计算盒并读取其 IP。电脑与计算盒使用固定 IP 时，将电脑网卡设置到计算盒所在网段，两个设备使用不同 IP。
4. 在电脑浏览器打开 http://<计算盒IP>:8000/model-api，使用设备账号登录并查看接口。程序调用使用相同的设备地址。

查找设备

MVS 未列出计算盒时，先检查电源及网口连接，再核对电脑与计算盒是否处于同一网段。使用 DHCP 时，也可从路由器设备列表读取计算盒 IP。

通过 API 接入

在调用程序中，将 CamOS 地址设为 http://<计算盒IP>:8000，按以下顺序操作。各接口的请求字段及完整 Python 示例见模型测试接口。

1. 准备模型：准备训练得到的 DVP、DVSP，或可直接加载的 DVR、DVSR、JSON 流程；流程引用的 DVR 一并准备。
2. 获取认证：调用 POST /api/auth/login，提交管理员账号和密码，将 access_token 放入后续请求的 Bearer 认证头。
3. 上传或选择：通过 POST /api/models 上传文件，或通过 GET /api/models 选择设备内已有模型。后续使用 item.id 或列表中的 id，均为完整文件名。
4. 加速模型：DVP、DVSP 调用 POST /api/models/{model_id}/accelerate，查询任务状态；success 时使用加速产物 output_name 作为模型 ID，failed 时停止并读取 task.error。已有 DVR、DVSR 或 JSON 时直接继续。
5. 加载模型：调用 POST /api/models/{model_id}/load，请求体 {} 使用默认设备 0，确认 loaded 为 true。加载后可连续提交图片推理请求。
6. 图片推理：将调用程序读取的图片字节编码为 base64，通过 POST /api/models/{model_id}/infer 的 JSON 字段 img 提交。成功响应的 code 为字符串 "00000"。
7. 读取结果：读取 sample_results[i].results 中的类别、置信度和坐标，按任务读取可视化字段，将结果交给业务程序处理。
8. 释放模型：本轮全部推理请求结束、更换模型或覆盖文件前，调用 POST /api/models/{model_id}/release，确认 loaded 为 false。

路径中的模型 ID 使用 URL 编码。JSON 请求使用程序的 JSON 编码功能生成，图片编码示例见图片推理。

在页面中调试验证

打开 http://<计算盒IP>:8000/test，可用本地图片验证模型和推理接口：

1. 点击“上传模型”，选择本地训练得到的 DVP；点击“加速模型”，等待生成 DVR。已有 DVR 时可直接上传。
2. 确认当前模型为刚生成或上传的 DVR，并显示“已加载”；尚未加载时点击加载。
3. 点击“上传图片”，从当前浏览器所在的电脑或计算盒本机选择测试图片。
4. 点击左侧图片，查看中央可视化图像和右侧测试结果；按任务需要设置置信度、IoU 等参数，再检查结果。
5. 测试完成后点击“释放”；更换模型或更新模型文件时，先释放再重新加载。

/model-api 提供接口参数和交互请求，可逐步查看上传、加速、加载、推理及释放的 JSON 响应。两种验证页面见在页面中验证接口。

更新计算盒软件

在浏览器打开 http://<计算盒IP>:8001，使用设备管理密码登录，选择需要的软件版本并按页面操作。更新完成后重新打开 CamOS，检查设备显示的版本。