Avviso di fine del supporto: il 31 maggio 2026, AWS terminerà il supporto per AWS Panorama. Dopo il 31 maggio 2026, non potrai più accedere alla AWS Panorama console o AWS Panorama alle risorse. Per ulteriori informazioni, consulta [AWS Panorama Fine del supporto](https://docs.aws.amazon.com/panorama/latest/dev/panorama-end-of-support.html). 

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Modelli e fotocamere di visione artificiale supportati
<a name="gettingstarted-compatibility"></a>

AWS Panorama supporta modelli creati con PyTorch, Apache MXNet e TensorFlow. Quando distribuisci un'applicazione, AWS Panorama compila il tuo modello in SageMaker AI Neo. Puoi creare modelli in Amazon SageMaker AI o nel tuo ambiente di sviluppo, purché utilizzi livelli compatibili con SageMaker AI Neo. 

Per elaborare video e inviare immagini a un modello, AWS Panorama Appliance si connette a un flusso video codificato H.264 con il protocollo RTSP. AWS Panorama verifica la compatibilità di diverse fotocamere comuni.

**Topics**
+ [Modelli supportati](#gettingstarted-compatibility-models)
+ [Telecamere supportate](#gettingstarted-compatibility-cameras)

## Modelli supportati
<a name="gettingstarted-compatibility-models"></a>

Quando crei un'applicazione per AWS Panorama, fornisci un modello di apprendimento automatico che l'applicazione utilizza per la visione artificiale. Puoi utilizzare modelli predefiniti e pre-addestrati forniti da framework di modelli, [un modello di esempio o un modello](gettingstarted-sample.md#gettingstarted-sample-model) creato e addestrato da te.

**Nota**  
Per un elenco di modelli predefiniti che sono stati testati con AWS Panorama, consulta [Compatibilità dei modelli](https://github.com/awsdocs/aws-panorama-developer-guide/blob/main/resources/model-compatibility.md).

Quando distribuisci un'applicazione, AWS Panorama utilizza il compilatore SageMaker AI Neo per compilare il tuo modello di visione artificiale. SageMaker AI Neo è un compilatore che ottimizza i modelli per eseguirli in modo efficiente su una piattaforma di destinazione, che può essere un'istanza in Amazon Elastic Compute Cloud (Amazon EC2) o un dispositivo edge come AWS Panorama Appliance.

AWS Panorama supporta le versioni di PyTorch MXNet TensorFlow Apache e quelle supportate per i dispositivi edge da SageMaker AI Neo. Quando crei il tuo modello, puoi utilizzare le versioni del framework elencate nelle [note di rilascio di SageMaker AI Neo](https://aws.amazon.com/releasenotes/sagemaker-neo-supported-frameworks-and-operators/). In SageMaker AI, puoi utilizzare l'[algoritmo di classificazione delle immagini](https://docs.aws.amazon.com/sagemaker/latest/dg/image-classification.html) integrato.

Per ulteriori informazioni sull'utilizzo dei modelli in AWS Panorama, consulta[Modelli di visione artificiale](applications-models.md).

## Telecamere supportate
<a name="gettingstarted-compatibility-cameras"></a>

L'AWS Panorama Appliance supporta flussi video H.264 da telecamere che emettono RTSP su una rete locale. Per flussi di immagini superiori a 2 megapixel, l'appliance ridimensiona l'immagine a 1920x1080 pixel o a una dimensione equivalente che mantenga le proporzioni dello stream.

I seguenti modelli di telecamere sono stati testati per verificarne la compatibilità con AWS Panorama Appliance:
+ [Asse](https://www.axis.com/): M3057-PLVE, M3058-PLVE, P1448-LE, P3225-LV Mk II
+ [LaView](https://www.laviewsecurity.com/)— LV PB3 - 400 W
+ [Vivotek — 0-H](https://www.vivotek.com/) IB936
+ [Amcrest](https://amcrest.com/) — IP2 M-841B
+ **Anoviz — IPC-B850W-3X, IPC-D250W-S**
+ **WGCC — Telecamera PoE da 4 MP ONVIF**

Per le specifiche hardware del dispositivo, vedere. [Specifiche di AWS Panorama Appliance](gettingstarted-hardware.md)