💍 🎟️ 🚶🏿 हार्डवेयर त्वरण के साथ इंटेल OWT WebRTC सर्वर पर कंप्यूटर दृष्टि 👨🏻‍🎤 🌽 🤱🏾

WebRTC ने (अधिकांश भाग के लिए) वास्तविक समय में वीडियो स्ट्रीम प्राप्त करना और भेजना सरल कर दिया है। तो, आप मशीन सीखने का उपयोग करके उनके साथ कुछ मज़ेदार हो सकते हैं। पिछले महीने, मैंने दिखाया कि एक ब्राउज़र में स्थानीय रूप से कंप्यूटर विज़न (CV) कैसे चलाया जाता है । जैसा कि मैंने उल्लेख किया है, स्थानीय रूप से, निश्चित रूप से, अच्छा है, लेकिन कभी-कभी उच्च प्रदर्शन की आवश्यकता होती है, और इसके लिए हमें एक दूरस्थ सर्वर की आवश्यकता होती है। इस पोस्ट में, मैं ओपन सोर्स कोड के साथ ओपन वेबआरटीसी टूलकिट (ओडब्ल्यूटी) का उपयोग करके इंटेल चिपसेट पर हार्डवेयर त्वरण के साथ ओपनसीवी सर्वर मॉडल चलाने के बारे में बात करूंगा।

मैं OWT सर्वर के साथ खेलना चाहता था क्योंकि Intel ने Kranky Geek की कंप्यूटर विज़न सुविधाओं का प्रदर्शन किया था , और अब मैं भाग्यशाली हूं कि मैंने सर्वर की क्षमताओं का पता लगाने के लिए उनकी विकास टीम के साथ काम किया। नीचे मैं त्वरित परीक्षण के लिए स्थानीय रूप से ओडब्ल्यूटी स्थापित करने के बारे में बात करूंगा, साथ ही साथ कुछ मॉडल भी प्रदर्शित करूंगा।

WebRTC टूलकिट (OWT) खोलें

इंटेल ने 2014 के आसपास WebRTC के लिए अपना इंटेल सहयोग सूट जारी किया। इस पैकेज में इंटेल हार्डवेयर का उपयोग करने के लिए डिज़ाइन किए गए सर्वर और क्लाइंट एसडीके शामिल थे। कंपनी ने सॉफ्टवेयर के इस सेट का विस्तार करना जारी रखा, नई सुविधाओं को जोड़ा और इसकी क्षमताओं में सुधार किया। बाद में, 2018 में, इंटेल ने ओपन वेबआरटीसी टूलकिट (ओडब्ल्यूटी) ब्रांड के तहत पूरे प्रोजेक्ट के लिए स्रोत कोड खोला। वे अभी भी WebRTC के लिए Collaborate Suite का उपयोग करने का प्रस्ताव रखते हैं, उनके अनुसार, एकमात्र अंतर अतिरिक्त Intel QA (जो वाणिज्यिक कंपनियों द्वारा समर्थित खुले स्रोत परियोजनाओं में इतना दुर्लभ नहीं है) के साथ बंडलिंग है। इस पोस्ट में, हम खुले स्रोत OWT पर ध्यान केंद्रित करेंगे।

आप OWT होमपेज पर जा सकते हैं: 01.org/open-webrtc-toolkit

एक मीडिया सर्वर क्या करता है

एक OWT मीडिया सर्वर मल्टीपॉइंट कंट्रोल यूनिट (MCU) सर्वर के रूप में कार्य कर सकता है, जहां मीडिया फ़ाइलों को अधिक विशिष्ट चयनात्मक फ़ॉरवर्डिंग यूनिट (SFU) विधि के अलावा ग्राहकों को वापस भेजे जाने से पहले डिकोड किया जाता है, संसाधित किया जाता है, और ट्रांसकोड किया जाता है । इंटेल के OWT को निम्न अनुप्रयोगों के लिए सुविधाओं के साथ एक वास्तविक समय मीडिया प्रोसेसर के रूप में देखा जाता है:

मल्टीपॉइंट सम्मेलन - एसएफयू वेबआरटीसी सम्मेलनों के लिए प्रमुख वास्तुकला साबित हुए हैं, लेकिन एमसीयू अभी भी उन परिदृश्यों में आवश्यक हैं जहां क्लाइंट साइड प्रोसेसिंग सीमित है (उदाहरण के लिए, एक IoT डिवाइस पर), या नीचे दिए गए किसी एक बिंदु के साथ संयोजन में।
– MCU , .
– -WebRTC , , RTSP, RTMP, HLS, MPEG-DASH.
– .
SIP-gateway – WebRTC , VoIP-.
– ( ).

सर्वर डेटाबेस के लिए MongoDB और संदेश दलाल के रूप में RabbitMQ के साथ node.js पर बनाया गया है। उपरोक्त सूची में सूचीबद्ध कार्यों, साथ ही जिन लोगों को सूची में शामिल नहीं किया गया है, उन्हें ओडब्ल्यूटी वास्तुकला से जुड़े विभिन्न एजेंटों के रूप में लागू किया गया है।

इसके अलावा, OWT में एक मीडिया सर्वर के साथ बातचीत करने के लिए एक क्लाइंट एसडीके है। इसका उपयोग पी 2 पी मोड में भी किया जा सकता है।

त्वरण

आर्किटेक्चर को इंटेल हार्डवेयर का उपयोग करने के लिए डिज़ाइन किया गया था। इसमें अधिकांश आधुनिक इंटेल प्रोसेसर और एकीकृत ग्राफिक्स, सीपीएलडी (एफपीजीएएस) और विशेष प्रोसेसर मशीन विज़न इंटेल (विज़न प्रोसेसिंग यूनिट - वीपीयू) के साथ और भी अधिक त्वरित प्रोसेसर शामिल हैं । (यहां वह परियोजना है जिसे मैंने Google विज़न किट के साथ उनके एक Movidius चिप्स का उपयोग करके बनाया है)।

Analytics और कंप्यूटर विज़न (CV)

कंप्यूटर विज़न के साथ गंभीरता से काम करने वाला कोई भी व्यक्ति OpenCV में आया है । OpenCV मूल रूप से इंटेल का एक प्रोजेक्ट था और अभी भी ऐसा ही है। इंटेल के पास हार्डवेयर पर गहन शिक्षण मॉडल के अनुकूलन के लिए OpenVINO (Open Visual Inference और Neural Network Optimization) नामक उपकरणों का एक सेट है। यह OpenCV रिपॉजिटरी का हिस्सा है । ओपनसीवी में दर्जनों पूर्व-प्रशिक्षित मॉडल शामिल हैं, जिनमें मूल पाठ मान्यता से लेकर सेल्फ-ड्राइविंग एप्लिकेशन शामिल हैं।

OWT Analytics एजेंट OpenVINO मॉडल पर वास्तविक समय की भविष्यवाणियां प्राप्त करने का एक मॉड्यूल है। विश्लेषक एजेंट क्लाउड पर आउटपुट मेटाडेटा भेज सकते हैं, या आप स्वयं इसे बनाने के लिए मीडिया सर्वर को वापस भेज सकते हैं, उदाहरण के लिए, वास्तविक समय वीडियो के लिए एनोटेशन (मैं इसे बाद में दिखाऊंगा)। मल्टीमीडिया पाइपलाइन का प्रबंधन करने के लिए प्रसिद्ध GStreamer लाइब्रेरी का उपयोग किया जाता है।

आर्किटेक्चर

उपरोक्त आरेख सर्वर विश्लेषण गाइड से लिया गया है । यह जटिल दिखता है, लेकिन यहां आपको यह याद रखना होगा कि Analytics एजेंट एक अन्य कॉन्फ़्रेंस प्रतिभागी के रूप में कार्य करता है, जो इस कॉन्फ्रेंस में वीडियो चैनल की सदस्यता ले सकता है। वीडियो स्ट्रीम प्राप्त करने के बाद, आप GStreamer पाइपलाइन का उपयोग करके स्ट्रीम के प्रसंस्करण को विभिन्न चरणों में निर्देशित कर सकते हैं। ज्यादातर मामलों में, आप वीडियो स्ट्रीम को MCU में वापस करने से पहले भविष्यवाणी और वर्गीकरण करना चाहते हैं, लेकिन आप स्ट्रीम और / या आउटपुट डेटा कहीं और भी भेज सकते हैं।

डॉकर स्थापना

स्थापना में थोड़ा समय लगेगा, क्योंकि आपको OWT सर्वर और Analytics एजेंट स्थापित करने की आवश्यकता होगी। सौभाग्य से, उनके पास आसान स्थापना के लिए डॉकर निर्माण निर्देश हैं । यदि आप चाहें, तो आप वितरित वातावरणों के लिए 4 अलग कंटेनर के रूप में OWT + Analytics एजेंट चला सकते हैं। मैंने मूल्यांकन को सरल बनाने के लिए अपने सभी स्थानीय स्तर पर एक कंटेनर में छोड़ने का फैसला किया।

वास्तव में, इंटेल ने शुरू में मुझे gst-owt-all:runकाम के लिए एक छवि दी थी , क्योंकि मेरे लेख लिखने के समय वे एनालिटिक्स एजेंट को स्थापित करने के लिए प्रलेखन को अपडेट कर रहे थे। नया सेट बहुत अधिक समझने योग्य है। मैं अभी भी सलाह देता हूं कि आप पहले अपने घटकों और विकल्पों को समझने के लिए मानक OWT इंस्टालेशन से परिचित हों।

इसके अलावा, आपको जीसीसी के साथ बहुत कुछ संकलित करने की आवश्यकता है। सुनिश्चित करें कि आपके पास निम्न कमांड चलाकर नवीनतम संस्करण है: brew install gcc

पहले, कुछ भी संकलित नहीं किया गया था, लेकिन इस कमांड को चलाने के बाद सब कुछ काम किया।
अंत में, मैंने अपने दम पर सब कुछ बनाना शुरू कर दिया। Analytics के साथ OWT सर्वर बनाने के लिए, निम्न कमांड चलाएँ:

git clone https://github.com/open-webrtc-toolkit/owt-server.git
 
cd owt-server
git branch gst-analytics
cd /owt-server/docker/gst
curl -o l_openvino_toolkit_p_2019.3.334.tgz http://registrationcenter-download.intel.com/akdlm/irc_nas/15944/l_openvino_toolkit_p_2019.3.334.tgz
http://registrationcenter-download.intel.com/akdlm/irc_nas/15944/l_openvino_toolkit_p_2019.3.334.tgz
docker build --target owt-run-all -t gst-owt-all:run \
  --build-arg http_proxy=${HTTP_PROXY} \
  --build-arg https_proxy=${HTTPS_PROXY} \
  .

मुख्य OWT सर्वर और Analytics सेवा स्थापित करने के बाद, आपको OpenCV ओपन मॉडल चिड़ियाघर से आवश्यक मॉडल डाउनलोड करने और उनके उपयोग के लिए एक विश्लेषणात्मक पाइपलाइन बनाने की आवश्यकता होगी । संलग्न उदाहरणों के लिए, इसमें बस कलेक्टर की कमान चलाना और कुछ फाइलों को कॉपी करना शामिल है।

MacOS पर स्वास्थ्य जाँच

Docker पोर्ट कॉन्फ़िगर करें

--net=hostMacOS पर docker विकल्प काम नहीं करता है, इसलिए स्थानीय लॉन्च के लिए आपको संबंधित पोर्ट खोलने की आवश्यकता है:

बंदरगाह	सर्विस
8080	WebRTC के लिए वेब सॉकेट सिग्नल पोर्ट
3004	डेमो पेज को डाउनलोड करने के लिए वेब सर्वर
30,000-30,050	वेबआरटीसी के लिए यूडीपी पोर्ट

लॉन्च करने वाला

मैंने अपना कंटेनर इस तरह स्थापित किया:

docker run -p 8080:8080 -p 3004:3004  -p 30000-30050:30000-30050/udp --name owtwebrtchacks --privileged -tid gst-owt-all:run bash

MacOS पर स्थानीय रूप से चलने के लिए डिफ़ॉल्ट OWT सेटिंग्स का संपादन

यहां आपको webrtc_agent/agent.tomlइन पोर्ट को पहचानने के लिए फाइल को एडिट करना होगा ।

docker start owtwebrtchacks
docker exec -it owtwebrtchacks bash
vi /home/owt/webrtc_agent/agent.toml

और फिर 0acf7c0560d8कंटेनर नाम या आईडी के साथ बदलें । और निम्नलिखित बदलें:

इसके बाद, आपको वेब संसाधन को बताने की आवश्यकता है ताकि ब्राउज़र डॉकियर के आंतरिक आईपी ब्रिज (172.17.0.2) के बजाय "लोकलहोस्ट" प्रदर्शित करे:

vi /home/owt/portal/portal.toml

यदि आप अपना कंटेनर विकल्प के साथ चलाते हैं, तो अन्य प्लेटफार्मों पर, आप डिफ़ॉल्ट कॉन्फ़िगरेशन का उपयोग कर सकते हैं --net=host।

सर्वर प्रारंभ करें

अब आप सर्वर शुरू कर सकते हैं:

./home/start.sh

आपको ये त्रुटियां प्राप्त हो सकती हैं:

2020-03-31T01:47:20.814+0000 E QUERY    [thread1] Error: couldn't connect to server 127.0.0.1:27017, connection attempt failed :
connect@src/mongo/shell/mongo.js:251:13
@(connect):1:21
exception: connect failed

सर्वर कनेक्ट होने के दौरान यह सामान्य है। आप समझेंगे कि अगर आप कुछ देखते हैं तो सब कुछ काम करता है:

starting app, stdout -> /home/owt/logs/app.stdout
0 rooms in this service.
Created room: 5e82a13b402df00313685e3a
sampleRoom Id: 5e82a13b402df00313685e3a

ब्राउज़र में टेस्ट करें

Open https: // localhost: 3004 / स्थानीय मशीन पर एक ब्राउज़र में। आपको प्रमाण पत्र को सक्षम करने की आवश्यकता होगी, क्योंकि ब्राउज़र को इसके साथ समस्या होगी।

और इसके अलावा, आपको स्थानीयहोस्ट : 8080 पर वेबसोकेट सर्वर को सक्षम करने की आवश्यकता है । आप लिंक पर क्लिक करके ऐसा कर सकते हैं " परीक्षण प्रमाण पत्र और ताज़ा करने के लिए इस पर क्लिक करें "। वैकल्पिक रूप से, आप #allow-insecure-localhostक्रोम में ध्वज संबंधी समस्याओं से बचने के लिए क्रोम: // ध्वज भी सेट कर सकते हैं ।

एक बार ऐसा करने के बाद, https: // localhost: 3004 / पर जाएं और कैमरा रिज़ॉल्यूशन स्वीकार करें। तुरंत "ड्रॉप-डाउन सूची से वीडियो" में अपने वीडियो चैनल पहचानकर्ता का चयन करें और "startAnalytics" पर क्लिक करें।

अंत में, "सब्सक्राइब वीडियो" ड्रॉप-डाउन सूची पर जाएं, लंबी लाइन पाइपलाइन + वीडियो आईडी चुनें और सदस्यता पर क्लिक करें:

सर्वर से प्राप्त छवि में, आपको यह देखना चाहिए कि चेहरा पहचाना गया है।

OpenCV मॉडल जोड़ना

Analytics एजेंट में OpenCV GStreamer वीडियो Analytics (GVA) प्लगइन की वास्तुकला शामिल है । GVA में कई प्रकार के मॉड्यूल शामिल होते हैं जो आपको विभिन्न पूर्वानुमान योजनाओं का उपयोग करने की अनुमति देते हैं, जैसे कि पता लगाना, वर्गीकरण और पहचान, साथ ही उपयोगकर्ताओं को वीडियो भेजने के लिए इनपुट और आउटपुट मॉड्यूल (इस मामले में, OWT पर वापस), छवि ओवरले या डेटा स्ट्रीमिंग प्रदान करना mqtt।

पाइपलाइनिंग

व्यवहार में, ये पाइपलाइन कुछ C ++ कोड को बदलकर लागू की जाती हैं। उदाहरण के लिए, यदि हम इसे /home/owt/analytics_agent/plugins/samples/cpu_pipeline/mypipeline.ccदेखें , तो हम विभिन्न पाइपलाइन तत्वों को देखेंगे:

 source = gst_element_factory_make("appsrc", "appsource");
 h264parse = gst_element_factory_make("h264parse","parse");
 decodebin = gst_element_factory_make("avdec_h264","decode");
 postproc = gst_element_factory_make("videoconvert","postproc");
 detect = gst_element_factory_make("gvadetect","detect");
 classify = gst_element_factory_make("gvaclassify","classify");
 watermark = gst_element_factory_make("gvawatermark","rate");
 converter = gst_element_factory_make("videoconvert","convert");
 encoder = gst_element_factory_make("x264enc","encoder");
 outsink = gst_element_factory_make("appsink","appsink");x

और ये पाइपलाइन एक निश्चित क्रम में स्थित हैं:

gst_bin_add_many(GST_BIN (pipeline), source,decodebin,watermark,postproc,h264parse,detect,classify,converter, encoder,outsink, NULL);

यदि आप उनके किसी भी तत्व को बदलना चाहते हैं, तो आपको कमांड का उपयोग करके पाइपलाइन को फिर से स्थापित करना होगा:

./home/owt/analytics_agent/plugins/samples/build_samples.sh

तो बस वर्तमान में उपयोग किए गए शीर्ष के संकलित पुस्तकालयों की प्रतिलिपि बनाएँ /home/owt/analytics_agent/lib/।

अन्य मॉडल प्राप्त करना

GitHub पर OpenCV ओपन मॉडल चिड़ियाघर के तहत होस्ट किए गए मॉडलों का एक बड़ा समूह है । सभी लोकप्रिय सार्वजनिक सीवी मॉडल , जैसे कि मोबिलनेट, रेसनेट, स्क्वीज़नेट, वीजीई और कई अन्य के अलावा, इंटेल एक सूट का भी समर्थन करता है जिसमें वस्तुओं का पता लगाने, मानव रहित वाहनों के लिए और प्रसंस्करण क्रियाओं के लिए उपयोगी कई मॉडल शामिल हैं:

कार्रवाई मान्यता	सिर मुद्रा-आकलन	व्यक्ति का पता लगाने वाली कार्रवाई मान्यता-शिक्षक	शब्दार्थ विभाजन
उम्र से लिंग मान्यता	मानव-मुद्रा-आकलन	व्यक्ति का पता लगाने-एएसएल	एकल छवि सुपर संकल्प
एएसएल मान्यता	छवि पुनर्प्राप्ति	व्यक्ति का पता लगाने-raisinghand मान्यता	पाठ का पता लगाने
चालक-क्रिया-मान्यता	उदाहरण-विभाजन-सुरक्षा	व्यक्ति का पता लगाने	पाठ छवि सुपर संकल्प
भावनाओं मान्यता	स्थलों प्रतिगमन	व्यक्ति-reidentification	पाठ पहचान
चेहरा पहचानना	लाइसेंस प्लेट मान्यता बाधा	व्यक्ति वाहन-बाइक-खोज-चौराहा	पाठ खोलना
आमने reidentification	पैदल यात्री और वाहन-डिटेक्टर	उत्पाद का पता लगाने	वाहन-गुण-मान्यता बाधा
चेहरे-स्थलों -35	पैदल यात्री का पता लगाने	resnet18-XNOR-द्विआधारी-onnx	वाहन का पता लगाने
टकटकी-आकलन	व्यक्ति-गुण-पहचान-चौराहा	resnet50-द्विआधारी	वाहन का पता लगाने-द्विआधारी
हस्तलिखित स्कोर मान्यता	व्यक्ति का पता लगाने वाली कार्रवाई मान्यता	सड़क-विभाजन	वाहन लाइसेंस प्लेट का पता लगाने बाधा

इंटेल के पास इसके बारे में अधिक जानकारी है ।

मॉडल को OWT Analytics एजेंट में जोड़ना

मॉडल जोड़ने के लिए, आपको रिपॉजिटरी को क्लोन करने की आवश्यकता है, और फिर ओपन मॉडल ज़ू डाउनलोडर टूल का उपयोग करके संबंधित प्राप्त करें । इसके बाद, आपको यह सुनिश्चित करने की आवश्यकता है कि आपकी पाइपलाइन में उपयुक्त तत्व (वर्गीकरण, पहचान, पहचान) हैं और /home/owt/analytics_agent/plugin.cfgउपयुक्त मापदंडों का उपयोग करके फ़ाइल को कॉन्फ़िगर करें ।

प्लगइन परीक्षण

मैंने चेहरे और भावना पहचान के कई मॉडल आजमाए।

चेहरे के संदर्भ बिंदु

चूँकि मैंने पहले ही चेहरे को छूने का पता लगाने के साथ खेला था , इसलिए मैंने मॉडल फेशियल-लैंड्स-35-एडस-0002 की जाँच करने का फैसला किया । यह मॉडल चेहरे के 35 संदर्भ बिंदुओं का पता लगाता है।

मेरे फेस टच मॉनिटरिंग एप्लिकेशन में, मैं एंकर पॉइंट्स को पकड़ने और प्रोसेस करने के लिए gstreamer जेनेरिक मेटाडेटा प्रकाशक का उपयोग करके पाइपलाइन में MQTT स्ट्रीमिंग जोड़ सकता हूं । उदाहरण के लिए, मैं देख सकता हूं कि किसी व्यक्ति के आसन का मूल्यांकन करने के लिए आंखों, नाक और मुंह के आसपास के बिंदु काले हो गए हैं, या किसी मॉडल के साथ यह सब जोड़ सकते हैं ।

भावना मान्यता

यह एक और अच्छी बात है। भावनाओं-मान्यता-खुदरा-0003 मॉडल तटस्थ, खुश, दुखी, आश्चर्यचकित और उग्र भावों को पहचानने के लिए एक दृढ़ नेटवर्क का उपयोग करता है।

ऐसा लगता है कि मेरे चेहरे की अभिव्यक्ति तटस्थ के रूप में नहीं मानी जाती है, लेकिन दुखी है - शायद अलगाव में इतना लंबा समय मुझे मिलना शुरू हो जाता है :(

त्वरण अनुकूलन

OWT हार्डवेयर एक्सेलेरेशन क्षमताओं का लाभ उठाने के लिए, उपयुक्त डिवाइस को इनस्टॉल करना सुनिश्चित करें /home/owt/analytics_agent/plugin.cfg- अर्थात, लिखें:

device = "MULTI:HDDL,GPU,CPU"

दुर्भाग्य से, मेरे पास इसका परीक्षण करने के लिए पर्याप्त समय नहीं है, लेकिन CPU और GPU त्वरण के अलावा, आप विभिन्न मशीन विज़न प्रोसेसर (VPU) हार्डवेयर का भी लाभ उठा सकते हैं। ये तंत्रिका नेटवर्क के कुशल संचालन के लिए विशेष चिप्स हैं। मैंने रास्पबेरी पाई पर अधिक उन्नत सीवी मॉडल लॉन्च करने के लिए कुछ साल पहले एक इंटेल न्यूरल कंप्यूटिंग कार्ड (एनसीएस) खरीदा था।

बेशक, आप हमेशा प्रसंस्करण शक्ति और फ्रेम दर / रिज़ॉल्यूशन के बीच समझौता कर सकते हैं।

अनुशंसाएँ

OpenCV का डेवलपर्स के एक विशाल समुदाय के साथ एक लंबा इतिहास है, यह 2018 के मध्य में मेरी लोकप्रियता विश्लेषण के समय सभी मशीन लर्निंग ओपन सोर्स प्रोजेक्ट्स में 4 वें स्थान पर था । इसी तरह, gstreamer एक और परियोजना है जो सदियों से चली आ रही है। इंटेल OWT एनालिटिक्स एजेंट को आदर्श रूप से इन समुदायों को वेबआरटीसी के माध्यम से अपनी परियोजनाओं में वास्तविक समय स्ट्रीमिंग विश्लेषण जोड़ने में मदद करने के लिए रखा गया है। उन्हें मौजूदा जीएसटी मॉडल लेने में सक्षम होना चाहिए और उन्हें ओडब्ल्यूटी का उपयोग करके वास्तविक समय में स्ट्रीमिंग करना चाहिए।

यदि आप केवल कंप्यूटर विज़न के साथ प्रयोग करना शुरू कर रहे हैं और एक OWT सर्वर पर मॉडल चलाना चाहते हैं, तो मैं अधिक बुनियादी OpenVV ट्यूटोरियल शुरू करने की सलाह देता हूं। तब आप GVA प्लगइन्स के लिए प्राप्त कर सकते हैं ।। यदि आप अभी OpenCV के साथ काम करना शुरू कर रहे हैं तो उन्हें बहुत अधिक प्रयास की आवश्यकता होगी, लेकिन बाद में आपको उन्हें लॉन्च करने के लिए Analytics एजेंट को बदलने में कोई परेशानी नहीं होगी। आप अपने लक्ष्य प्लेटफ़ॉर्म के साथ काम करने और प्रदर्शन को बेहतर बनाने के लिए विभिन्न इंटेल हार्डवेयर त्वरण विकल्पों का उपयोग करने के लिए स्टैक का अनुकूलन कर सकते हैं।

हार्डवेयर त्वरण के साथ इंटेल OWT WebRTC सर्वर पर कंप्यूटर दृष्टि