Melatih wajah, pelat, dan kelas kustom

Daftarkan wajah dan pelat, atau latih analisis kustom, agar AI dapat mengenali siapa seseorang atau bagaimana kondisi suatu objek. Pendaftaran dan pelatihan juga dapat dilakukan saat pemantauan berjalan.

Mendaftarkan wajah

Buka Daftarkan dari baris kondisi wajah atau pengaturan analisis.
Klik Tambahkan nama, lalu masukkan nama orang tersebut.
Pastikan nama tersebut tetap dipilih, minta orang itu menghadap kamera, lalu klik Daftarkan. Kedua mata harus terlihat. Wajah yang menyamping tidak dapat didaftarkan.
Ulangi lima kali atau lebih sambil sedikit mengubah sudut dan ekspresi.

Panel pendaftaran wajah — Panel pendaftaran. Buat nama terlebih dahulu, biarkan tetap dipilih, lalu daftarkan dari kamera.

Jika seseorang dikenali sebagai orang lain, dan cara mencegah pemalsuan dengan foto

Jika seseorang dikenali sebagai orang lain, naikkan Ambang batas wajah dan daftarkan foto tambahan untuk kedua orang tersebut.

Jika pengenalan dipakai untuk memberikan akses, aktifkan Anti-pemalsuan di pengaturan analisis. Fitur ini menolak wajah yang ditampilkan lewat foto atau layar ponsel.

Mendaftarkan pelat

Buka Daftarkan dari baris kondisi pelat.
Masukkan nomor pelat, dan alias jika perlu. Alias juga dapat dipakai sebagai nilai target, sehingga kondisi dapat mencocokkan “mobil kurir” alih-alih nomor pelat.
Atur Wilayah di pengaturan analisis sesuai negara tempat pemasangan. Jika wilayahnya salah, akurasi pembacaan tetap buruk berapa pun pengaturan tingkat keyakinannya.

Panel pelat terdaftar dengan kolom pelat dan alias — Daftar pelat terdaftar. Daftarkan pelat beserta alias (opsional), atau tempel banyak pelat sekaligus melalui Tambahkan sekaligus.

Mendaftarkan banyak pelat sekaligus

Tempel daftar di Tambahkan sekaligus, satu pelat per baris, berupa nomor pelat saja atau dalam format plate,alias.

Melatih klasifikasi kustom

Buka Latih dari baris kondisi atau pengaturan analisis.
Buat setidaknya dua kelas dan beri nama.Dengan satu kelas, pengklasifikasi tidak punya pilihan untuk dibandingkan, jadi minimal harus ada dua kelas.
Pilih kelas, siapkan kondisinya di depan kamera, lalu ambil gambar. Ulangi untuk setiap kelas.
Klik Latih dan tunggu hingga selesai.Sampel yang ditambahkan setelah pelatihan terakhir ditandai belum dilatih.

Panel pelatihan. Sampel yang diambil untuk kelas yang dipilih ada di kiri, daftar kelas di kanan.

Melatih deteksi anomali kustom

Deteksi anomali hanya mempelajari keadaan normal dan melaporkan apa pun yang menyimpang darinya. Sampel kerusakan tidak diperlukan, sehingga masalah yang belum pernah terjadi pun dapat terdeteksi.

Buka Tambahkan sampel normal.
Ambil gambar beberapa kali saat kondisinya normal.
Klik Latih.Setelah pelatihan selesai, Sebaran skor normal muncul.

Perhatian Deteksi anomali cocok untuk tempat dengan sudut kamera, jarak, dan pencahayaan yang tetap, seperti pos inspeksi. Di tempat yang tampilannya terus berubah, seperti koridor, deteksi ini akan terus memicu alarm palsu.

Membaca grafik skor setelah pelatihan

Pelatihan menghasilkan Sebaran skor normal. Baca dari kiri ke kanan: makin ke kanan makin mendekati kerusakan, dan apa pun di kanan garis merah dinilai rusak. Pelatihan menyisihkan sekitar 20 persen sampel terdaftar untuk menentukan garis tersebut. Karena itu, jumlah titik yang ditampilkan lebih sedikit daripada jumlah sampel yang didaftarkan.

Grafik sebaran skor normal — Setiap titik adalah satu sampel normal yang disisihkan. Pelatihan berhasil jika tidak ada titik di kanan garis merah (zona kerusakan).

Sebaran	Tindakan
Titik berkumpul rapat di kiri garis	Pelatihan berhasil. Tidak perlu tindakan apa pun.
Beberapa titik melewati garis	Unit normal dalam kondisi seperti itu bisa dinilai rusak. Daftarkan lebih banyak sampel normal, lalu latih lagi.
Titik tersebar luas	Sampel diambil dengan pencahayaan atau sudut yang berbeda-beda. Daftarkan lebih banyak sampel dalam kondisi yang konsisten.