Trenowanie twarzy, tablic i własnych klas

Zarejestruj twarze i tablice albo wytrenuj analizy niestandardowe, aby AI mogła rozpoznać, kim jest dana osoba lub w jakim stanie jest dany obiekt. Rejestracja i trenowanie działają także podczas monitorowania.

Rejestrowanie twarzy

Kliknij Zarejestruj w wierszu warunku twarzy lub w ustawieniach analizy.
Kliknij Dodaj imię i wpisz imię osoby.
Gdy to imię jest zaznaczone, poproś osobę, aby spojrzała w kamerę, i kliknij Zarejestruj. Oba oczy muszą być widoczne. Twarze z profilu nie są rejestrowane.
Powtórz to co najmniej pięć razy, za każdym razem lekko zmieniając kąt i wyraz twarzy.

Panel rejestracji twarzy — Panel rejestracji. Najpierw utwórz imię, pozostaw je zaznaczone i zarejestruj twarz z kamery.

Pomyłki w rozpoznawaniu osób i ochrona przed oszukiwaniem zdjęciem

Jeśli osoba jest rozpoznawana jako ktoś inny, zwiększ Próg twarzy i zarejestruj dodatkowe zdjęcia obu osób.

Jeśli rozpoznawanie przyznaje dostęp, włącz opcję Ochrona przed oszustwem w ustawieniach analizy. Ta opcja odrzuca twarze pokazywane na zdjęciach lub ekranach telefonów.

Rejestrowanie tablic

Kliknij Zarejestruj w wierszu warunku tablicy.
Wpisz numer. Opcjonalnie wpisz też alias. Alias może być także wartością docelową, dzięki czemu warunek może sprawdzać alias „samochód dostawczy” zamiast numeru.
W ustawieniach analizy ustaw opcję Region na kraj instalacji. Przy niewłaściwym regionie dokładność odczytu pozostaje niska niezależnie od ustawienia pewności.

Panel zarejestrowanych tablic z polami tablicy i aliasu — Rejestr tablic. Rejestruj tablice z opcjonalnym aliasem lub wklej całą listę naraz za pomocą opcji Dodaj wiele.

Rejestrowanie wielu tablic naraz

Wklej listę w oknie Dodaj wiele, po jednej pozycji w wierszu: sam numer tablicy lub w formacie plate,alias.

Trenowanie niestandardowej klasyfikacji

Kliknij Trenuj w wierszu warunku lub w ustawieniach analizy.
Utwórz co najmniej dwie klasy i nadaj im nazwy.Klasyfikator z jedną klasą nie ma między czym wybierać, dlatego minimum to dwie.
Wybierz klasę, przygotuj scenę i zrób zdjęcie. Powtórz to dla każdej klasy.
Kliknij Trenuj i poczekaj na zakończenie.Próbki dodane po ostatnim trenowaniu są oznaczone jako niewytrenowane.

Panel trenowania. Po lewej próbki zebrane dla wybranej klasy, po prawej lista klas.

Trenowanie niestandardowego wykrywania anomalii

Wykrywanie anomalii uczy się tylko stanu normalnego i zgłasza wszystko, co od niego odbiega. Próbki usterek nie są potrzebne, więc wykrywane są też problemy, które jeszcze nie wystąpiły.

Kliknij Dodaj próbki normalne.
Zrób kilka zdjęć sceny, gdy jest w stanie normalnym.
Kliknij Trenuj.Po zakończeniu trenowania pojawi się Rozkład wyników próbek normalnych.

Ostrzeżenie Wykrywanie anomalii sprawdza się tam, gdzie kąt kamery, odległość i oświetlenie są stałe, na przykład na stanowisku kontroli. Tam, gdzie scena ciągle się zmienia, na przykład na korytarzu, powoduje ciągłe fałszywe alarmy.

Odczytywanie wykresu wyników po trenowaniu

Trenowanie tworzy wykres Rozkład wyników próbek normalnych. Czytaj go od lewej do prawej: im dalej w prawo, tym bliżej usterki, a wszystko na prawo od czerwonej linii jest uznawane za usterkę. Aby wyznaczyć tę linię, trenowanie odkłada około 20 procent zarejestrowanych próbek, dlatego wyświetlana liczba jest mniejsza niż liczba zarejestrowanych.

Wykres rozkładu wyników próbek normalnych — Każdy punkt to jedna odłożona próbka normalna. Trenowanie się powiodło, jeśli żaden punkt nie leży na prawo od czerwonej linii (w strefie usterek).

Rozkład	Co zrobić
Punkty skupione blisko siebie na lewo od linii	Trenowanie się powiodło. Nic nie trzeba robić.
Niektóre punkty za linią	Prawidłowe egzemplarze w takich warunkach mogą zostać uznane za wadliwe. Zarejestruj więcej próbek normalnych i wytrenuj ponownie.
Punkty szeroko rozproszone	Próbki zebrano przy różnym oświetleniu lub pod różnymi kątami. Zarejestruj więcej próbek w jednakowych warunkach.