Uçtan-buluta, olay güdümlü, kanıtlanabilir.
LalinSoft, kamera karelerini uçta alır; ortak bir algılama katmanından geçirip kanonik olaylara dönüştürür ve bir olay omurgasına yayınlar. Analitikler, otomasyon ve aşağı akış tüketicileri bu olaylara abone olur. Mimari; aralıklı bağlantıyı (uçta tamponlama + senkron), çok sayıda kamerayı ve çok sahayı varsayarak tasarlandı — her katman kanıtlanabilir doğruluk ve güvenlik kapılarından geçer.
Aşağı-akış asla yukarı uzanmaz
Sistem, kesin (strict) bir bağımlılık yönüyle katmanlanır: her katman yalnızca solundaki katmanları içe aktarır, asla yukarı doğru değil. Bu disiplin, her katmanı bağımsız test edilebilir, değiştirilebilir ve akıl yürütülebilir tutar.
Neden yalnızca aşağı-akış?
Bir alan analitiği, bir algılama çekirdeğini doğrudan çağırmaz; yalnızca yayımlanan olaya abone olur. Bu sayede yeni bir analitik veya yeni bir aksiyon eklemek, üst katmanlarda hiçbir değişiklik gerektirmez. Katmanlar gevşek bağlı kalır, regresyon yüzeyi küçülür.
Kareden tipli olaya — gerçek görüntüde
Algılama çekirdekleri (YOLO/takip/poz/ALPR) her kareyi tipli olaylara çevirir. Aşağıdaki örnekler gerçek fotoğraflar üzerinde, gerçek bir dedektörle işlenmiştir; her kutu omurgaya yayınlanan bir olaya karşılık gelir.
Taşınabilirlik ve test edilebilirlik sözleşmesi
Her dış sistem bir port arkasında durur (bir typing.Protocol). Her portun iki adaptörü vardır: testlerin kullandığı bellek-içi (sahte) adaptör ve SDK'sını tembel içe aktaran gerçek adaptör. Bu yüzden çekirdek, ağır backend olmadan kurulur ve çalışır; üretim, gerçek backend'leri yalnızca yapılandırmayla devreye alır.
Bellek-içi adaptör — testler
Tüm test paketi; hızlı, deterministik ve altyapısız uçtan-uca testler için sahte adaptörleri kullanır. Sunucu gerekmez. Bir paket, içe aktarma anında hiçbir SDK'nın yüklenmediğini doğrular — tembel sınır, test sözleşmesinin parçasıdır.
Gerçek adaptör — üretim
SDK'sını tembel içe aktararak Kafka, Postgres, pgvector, TimescaleDB, Neo4j, nesne deposu, ONNX/TensorRT, kamera RTSP-ONVIF, cihaz protokolleri ve gönderim sağlayıcılarını sarmalar. Devreye alma; seçilen adaptörü yapılandırmayla bağlar.
Endişe-başına-topic, kanonik zarf
Kafka; çok-kamera/çok-saha topolojisinde endişe-başına-topic kullanır. Algılama çekirdekleri kanonik EventEnvelope yayınlar (olay kimliği, tip, saha/kamera kimlikleri, gözlem zamanı, güven, kalite, opak yük). Tüketiciler idempotenttir (event_id ile yineleme önler), en-az-bir-kez teslim + dead-letter işlemesi yapar.
Otomasyon motoru jenerik abone olur (*.*.*): taksonomi-geçerli yeni bir olay tipi, motor kodunda hiçbir değişiklik olmadan otomatikleştirilebilir hale gelir — başlıca farklılaştırıcı.
Olayın doğuşundan otomasyona
Kaydırdıkça bir olay kareden doğar ve Kafka omurgası boyunca analitiğe ve otomasyona ilerler. Hareket kapalıyken (veya JavaScript çalışmazken) aynı boru hattı tam bir statik diyagram olarak okunur.
Modeller backend-bağımsız
- GPUTensorRTNVIDIA donanımında en yüksek verim.
- AppleCoreML · MLXApple silikon için yerel hızlandırma.
- CPUONNXCPU/taşınabilir; her yerde çalışan taban.
Donanım soyutlama çalışma zamanı
Donanım Soyutlama Katmanı (HAL), her ana makine için en uygun çıkarım backend'ini dinamik olarak seçer: NVIDIA'da TensorRT, Apple'da CoreML/MLX, CPU veya taşınabilir hedeflerde ONNX. Modeller backend'den bağımsız tanımlanır; aynı model, donanıma göre en hızlı yolda koşar.
Tanımlayıcı standart: kapıdan geçmeyen kabul edilmez
Her algılama yeteneği; zorlu koşullar altında bozulma davranışını beyan eder, bir kalibrasyon/normalizasyon yolu sunar ve değerlendirme harness'inde sayısal çapraz-koşul doğruluk eşiklerini geçmeden kabul edilmez. Sağlamlık, sonradan eklenen bir özellik değil, kabul kapısının kendisidir.
Beyan edilen bozulma
Her çekirdek, yukarıdaki koşulların her biri altında nasıl bozulduğunu açıkça belgeler — sürpriz yok.
Kalibrasyon yolu
Her yetenek, koşula göre normalizasyon/kalibrasyon adımı sunar; saha koşulu performansı çökertmez.
Maliyet kontrolü
VLM ve ağır modeller, hareket/olay tetik-kapıları arkasında koşar. Kare-başına ağır çıkarım bir kusurdur, bir takas değil.
Doğru iş için doğru depo
Her erişim data_platform geçitlerinden geçer; hiçbir servis ham çapraz-depo bağlantısı açmaz. Her depo, kendi güçlü olduğu yükü taşır.
Postgres
Kimlikler, RBAC, olaylar, mesai, yapılandırma — sistemin ilişkisel çekirdeği.
pgvector
Yüz/kişi embedding'leri + anlamsal arama (biyometri şifreli).
TimescaleDB
Throughput, doluluk eğrileri ve KPI'lar gibi zaman-serisi metrikleri.
Neo4j
Birlikte-bulunma, temas zincirleri, araç-kişi grafları.
Nesne deposu
Kanıt klipleri ve kareler; aşağı akış incelemesi için dayanıklı saklama.
data_platform
Tüm depo erişimi tek geçitten; ham çapraz-depo bağlantısı yok. Biyometrik vektörler at-rest AES-GCM şifreli.
Üretim sınıfı, tasarımdan itibaren
Liveness / readiness
Her servis çalışma zamanı, bağımlılıklarını yansıtan canlılık/hazırlık kontrolleri kaydeder. Telemetri arızaları boru hattına ölümcül değildir.
Prometheus metrikleri
Her servis, aksiyon başına etiketli Prometheus metrikleri yayar — kapasite, gecikme ve sağlık tek bakışta görünür.
Korele yapılandırılmış loglar
Kare pikselleri, biyometrik vektörler, gizli anahtarlar ve sorgu içeriği asla loglanmaz. Loglar korele ve yapılandırılmıştır.
Biyometri at-rest şifreli
Biyometrik veriler, BiometricCipher ile at-rest AES-GCM şifrelenir; düz metin olarak saklanmaz.
Append-only denetim izi
Denetim günlüğü ekleme-yalnızca (append-only) ve hash-zincirlidir; geçmişe dönük değişiklik tespit edilebilir.
Gizli anahtarlar kapalı
Gizli anahtarlar koda veya loglara girmez; maskeleme ve saklama boru-hattı içinde uygulanır, rıza-kapılama ve DSAR/silme birinci sınıftır.
Mimariye dair net cevaplar
Üretimde gerçek backend nasıl bağlanır?
Her dış sistem bir port arkasındadır. Geliştirme ve testte bellek-içi adaptörler kullanılır; üretimde, devreye alma kompozisyonu (composition root) gerçek adaptörleri yalnızca yapılandırmayla bağlar. Kafka olay omurgası, nesne deposu ve çıkarım backend'i için gerçek adaptörler hazırdır; ilişkisel/vektör/zaman-serisi/grafik sürücüleri data_platform bağlantı dikişinde eklenir. Çekirdek kodu değişmez.
Hangi donanım gerekir (GPU)?
HAL, her ana makine için en uygun backend'i dinamik seçer: NVIDIA GPU'da TensorRT, Apple silikonda CoreML/MLX, GPU yoksa CPU/taşınabilir hedeflerde ONNX. GPU önerilir ancak zorunlu değildir; ağır modeller (VLM) tetik-kapıları arkasında koştuğu için kare-başına maliyet kontrol altında tutulur.
Veriler nerede saklanır?
Çok-dilli kalıcılık: ilişkisel çekirdek Postgres'te, zaman-serisi KPI'lar TimescaleDB'de, embedding/anlamsal arama pgvector'de, ilişki/iz grafı Neo4j'de, kanıt klipleri nesne deposunda. Tüm erişim data_platform geçitlerinden geçer; biyometrik vektörler at-rest AES-GCM ile şifrelenir. Devreye alma topolojisi (uçta, yerinde veya bulutta) sahaya göre seçilir.
Anonim Sürüm anonimliği nasıl kanıtlar?
Anonim Sürüm'de pgvector ve Neo4j'nin biyometrik kullanımı kapalıdır: sistem biyometrik embedding üretmez, kimliklemez ve ilişki grafı kurmaz. Bu, denetlenebilir bir attestasyondur — biyometri açıksa sürüm fail-closed davranır ve boot etmez. Yapılandırma ve denetim izi, "kimseyi tanımlayamaz" garantisini doğrulanabilir kılar.
Kanıtlanabilir bir görü zekâsı altyapısı kurmaya hazır mısınız?
Donanımınızı, veri yerleşiminizi ve uyum gereksinimlerinizi anlatın; size doğru devreye alma topolojisini ve modül setini gösterelim.