Nodeflux Central

Visionaire

Mesin AI Visionaire untuk Face Recognition, License Plate Recognition, dan analitik video lainnya.

Visionaire AI Engine

Visionaire adalah mesin AI inti dari platform Nodeflux. Visionaire mengonsumsi sumber video (RTSP, file, USB), menjalankan model AI pada setiap frame, kemudian memancarkan event deteksi secara real-time melalui REST API dan WebSocket. Dokumentasi ini mencakup konsep sistem, deployment, konfigurasi, dan referensi untuk setiap modul analitik yang tersedia.

Konsep Inti

Visionaire bekerja di atas lima entitas dasar yang akan Anda jumpai di seluruh API dan dokumentasi:

  • Node — Unit komputasi pada cluster Visionaire. Deployment satu server hanya menggunakan master node (node_num=0). Deployment multi-server menambahkan slave node (node_num≥1) untuk skala horizontal.
  • Stream — Sumber video yang terdaftar pada sebuah Node. Setiap Stream memiliki stream_id unik dan dapat menjalankan beberapa Pipeline secara paralel.
  • Pipeline — Instance modul analitik yang berjalan pada satu Stream. Pipeline dikonfigurasi saat dibuat dan menghasilkan Event sepanjang siklus hidupnya.
  • Analytic — Modul AI yang terinstal pada Visionaire (mis. NFV4-FR, NFV4-LPR3). Setiap Analytic memerlukan lisensi seat aktif untuk dapat dijalankan.
  • Event — Hasil deteksi yang dihasilkan Pipeline. Event berisi gambar crop, teks utama (mis. nama orang atau plat nomor), data analitik tambahan, dan timestamp. Event dialirkan ke aplikasi Anda melalui WebSocket atau Webhook.
menjalankan memuat jenis pipeline menghasilkan Node(node_num) Stream(stream_id) Pipeline(analytic_id) Analytic Module(NFV4-FR, NFV4-LPR3, ...) Event

Cara Kerja

Pada level paling tinggi, Visionaire mengubah aliran video kamera menjadi event terstruktur yang siap dikonsumsi aplikasi Anda:

Kamera(RTSP/File/USB) Stream Framevideo Pipeline AI(deteksi & inferensi) Event(JSON + JPEG) Aplikasi Anda(WebSocket / Webhook)

Setiap Stream membaca frame dari kamera secara terus-menerus dan mendistribusikannya ke seluruh Pipeline yang terpasang. Setiap Pipeline menjalankan model AI tertentu (deteksi wajah, plat nomor, kerumunan, dll.) pada frame tersebut dan menghasilkan Event ketika kondisi deteksi terpenuhi.

Event dikirim secara real-time ke klien melalui event channel WebSocket dan dapat juga dipersistensi ke database internal Visionaire. Anda dapat berlangganan event di tingkat node, stream, atau pipeline tertentu sesuai kebutuhan aplikasi.

Selain Event, Visionaire menyediakan output visual berupa MJPEG (untuk preview di browser) dan fMP4 via WebSocket (untuk live view dengan latensi rendah menggunakan Media Source Extensions).

Arsitektur Sistem

Visionaire menggunakan arsitektur master–slave. Master bertanggung jawab atas REST API, koordinasi cluster, manajemen lisensi, dan database. Slave hanya fokus memproses video dan menjalankan inferensi AI.

Master Node (node_num = 0) Slave Node (node_num = 1) Slave Node (node_num = N) HTTP / WebSocket cluster channel cluster channel Aplikasi Klien REST API+ WebSocket Cluster Coordinator+ License Manager Database Local Slave(stream + pipeline) Stream + Pipeline Stream + Pipeline

Untuk deployment satu server, hanya master node yang aktif — semua Stream dan Pipeline berjalan di node_num=0. Untuk deployment multi-server, tambahkan slave node untuk meningkatkan kapasitas pemrosesan video tanpa mengubah cara aplikasi klien berinteraksi dengan API.

Modul Analitik

Visionaire menyediakan beragam modul analitik yang siap dipasang sebagai Pipeline. Setiap modul memiliki analytic_id yang dipakai pada endpoint /pipeline/{node_num}/{stream_id}/{analytic_id}.

Ketersediaan modul bergantung pada paket lisensi yang aktif pada deployment Anda. Untuk memeriksa modul yang terdaftar pada instance, gunakan endpoint registry analitik pada Developer Guide.

Developer Guide

Deployment

On this page