Aan de slag
Gezichten, kentekens en eigen klassen aanleren
Op deze pagina
  1. Gezichten registreren
  2. Kentekens registreren
  3. Aangepaste classificatie trainen
  4. Aangepaste afwijkingsdetectie trainen

Gezichten, kentekens en eigen klassen aanleren

Registreer gezichten en kentekens, of train de aangepaste analyses, zodat de AI kan zien wie iemand is of in welke toestand iets verkeert. Registreren en trainen kan ook terwijl de bewaking loopt.

Gezichten registreren

  1. Open Registreren via de rij van een gezichtsvoorwaarde of via de analyse-instellingen.
  2. Klik op Naam toevoegen en voer de naam van de persoon in.
  3. Laat de persoon in de camera kijken terwijl die naam is geselecteerd, en klik op Registreren. Beide ogen moeten zichtbaar zijn. Gezichten van opzij worden niet geregistreerd.
  4. Herhaal dit minstens vijf keer, telkens met een iets andere hoek en gezichtsuitdrukking.
Het paneel voor gezichtsregistratie
Het registratiepaneel. Maak eerst de naam aan, houd die geselecteerd en registreer via de camera.
Als iemand als iemand anders wordt herkend, en misleiding met foto's voorkomen

Wordt een persoon als iemand anders herkend, verhoog dan de Drempelwaarde voor gezichten en registreer extra foto's van beide personen.

Waar herkenning toegang geeft, zet je Anti-spoofing aan in de analyse-instellingen. Gezichten op foto's of telefoonschermen worden dan geweigerd.

Kentekens registreren

  1. Open Registreren via de rij van een kentekenvoorwaarde.
  2. Voer het kenteken in, en eventueel een alias. Een alias kan ook een doelwaarde zijn, zodat een voorwaarde op ‘bestelbus’ kan reageren in plaats van op het kenteken.
  3. Stel Gebied in de analyse-instellingen in op het land waar de camera staat. Met het verkeerde gebied blijft het lezen onnauwkeurig, hoe je de betrouwbaarheid ook instelt.
Het paneel Geregistreerde kentekens met velden voor kenteken en alias
De lijst met kentekens. Registreer kentekens met een optionele alias, of plak in één keer een lijst met Meerdere toevoegen.
Veel kentekens tegelijk registreren

Plak een lijst in Meerdere toevoegen, één per regel, met alleen het kenteken of in de indeling plate,alias.

Aangepaste classificatie trainen

  1. Open Trainen via de rij van de voorwaarde of via de analyse-instellingen.
  2. Maak minstens twee klassen en geef ze een naam.Een classificatie met één klasse heeft niets om uit te kiezen, dus twee is het minimum.
  3. Selecteer een klasse, richt de situatie in en leg een foto vast. Herhaal dit voor elke klasse.
  4. Klik op Trainen en wacht tot de training klaar is.Foto's die na de laatste training zijn toegevoegd, worden als niet getraind gemarkeerd.
Het trainingspaneel
Het trainingspaneel. Links de vastgelegde foto's van de geselecteerde klasse, rechts de lijst met klassen.

Aangepaste afwijkingsdetectie trainen

Afwijkingsdetectie leert alleen de normale toestand en meldt alles wat daarvan afwijkt. Er zijn geen foto's van defecten nodig, zodat ook problemen worden opgemerkt die nog nooit zijn voorgekomen.

  1. Open Normale voorbeelden toevoegen.
  2. Leg de situatie een aantal keer vast in de normale toestand.
  3. Klik op Trainen.Als de training klaar is, verschijnt de Verdeling van normale scores.
Let op Afwijkingsdetectie is geschikt voor plekken waar camerahoek, afstand en verlichting vast zijn, zoals een keuringsstation. Waar het beeld steeds verandert, zoals in een gang, krijg je voortdurend valse meldingen.
De scoregrafiek na de training lezen

De training geeft een Verdeling van normale scores. Lees die van links naar rechts: hoe verder naar rechts, hoe dichter bij een defect, en alles rechts van de rode lijn wordt als defect beoordeeld. De training houdt ongeveer 20 procent van de geregistreerde foto's achter om die lijn te bepalen. Daarom is het getoonde aantal kleiner dan het aantal geregistreerde foto's.

De grafiek met de verdeling van normale scores
Elke stip is één achtergehouden normale foto. De training is geslaagd als er geen stippen rechts van de rode lijn (het defectgebied) vallen.
VerdelingWat te doen
Stippen dicht bij elkaar links van de lijnDe training is geslaagd. Je hoeft niets te doen.
Enkele stippen voorbij de lijnNormale exemplaren in die toestand kunnen als defect worden beoordeeld. Registreer meer normale voorbeelden en train opnieuw.
Stippen ver uit elkaarDe foto's zijn gemaakt bij wisselende verlichting of hoeken. Registreer er meer onder gelijke omstandigheden.