開始使用
訓練人臉、車牌與自訂類別
本頁內容
  1. 登錄人臉
  2. 登錄車牌
  3. 訓練自訂分類
  4. 訓練自訂異常偵測

訓練人臉、車牌與自訂類別

登錄人臉和車牌，或訓練自訂分析，讓 AI 能分辨某人是誰， 或某樣東西處於什麼狀態。執行期間也可以登錄和訓練。

登錄人臉

  1. 從人臉條件列或分析設定開啟登錄。
  2. 按一下新增名稱，然後輸入此人的名稱。
  3. 在選取該名稱的狀態下，請此人面向攝影機，然後按一下登錄。 必須看得到雙眼。側臉無法登錄。
  4. 稍微改變角度和表情，重複五次以上。
人臉登錄面板
登錄面板。請先建立名稱並保持選取，再從攝影機登錄。
某人被辨識成其他人時，以及防止以照片冒充

如果某人被辨識成其他人，請調高人臉 臨界值，並為兩個人都登錄更多照片。

若依辨識結果控管進出，請在分析設定中開啟活體偵測。 開啟後會拒絕照片或手機螢幕上的人臉。

登錄車牌

  1. 從車牌條件列開啟登錄。
  2. 輸入車牌號碼。也可以視需要輸入別名。 別名也可以作為目標值，因此條件可以用「送貨車」比對，而不必用車牌號碼。
  3. 在分析設定中，將地區設為安裝地點所在的國家。 地區不正確時，無論信賴度如何設定，辨識準確度都會偏低。
含有車牌和別名欄位的已登錄車牌面板
車牌名單。可登錄車牌並選填別名，或用批次新增一次貼上清單。
一次登錄多個車牌

在批次新增中貼上清單，每行一筆，只寫車牌號碼， 或使用 plate,alias 格式。

訓練自訂分類

  1. 從條件列或分析設定開啟訓練。
  2. 建立至少兩個類別並命名。分類器只有一個類別時無從比較，因此至少需要兩個。
  3. 選取類別、布置場景，然後拍攝。每個類別都重複這些步驟。
  4. 按一下訓練，等待完成。上次訓練後新增的樣本會標示為尚未訓練。
訓練面板
訓練面板。左側是所選類別已拍攝的樣本，右側是類別清單。

訓練自訂異常偵測

異常偵測只學習正常狀態，並回報任何偏離正常的情況。 不需要瑕疵樣本，因此也能涵蓋還沒發生過的問題。

  1. 開啟新增正常樣本。
  2. 在場景處於正常狀態時拍攝數次。
  3. 按一下訓練。訓練完成後會顯示正常分數分布。
注意 異常偵測適合攝影機角度、距離和光線都固定的地方，例如檢查站。 在場景不斷變化的地方（例如走廊），會持續產生誤報。
解讀訓練後的分數圖表

訓練會產生正常分數分布。請由左往右看： 越右邊越接近瑕疵，紅線右側的都會判定為瑕疵。訓練會保留約 20% 的 已登錄樣本來設定這條線，因此顯示的數量會比登錄的數量少。

正常分數分布圖表
每個點代表一個保留的正常樣本。若沒有任何點落在紅線右側（瑕疵區），表示訓練成功。
分布處理方式
點緊密集中在紅線左側訓練成功，不需處理。
部分點超過紅線處於該狀態的正常品可能被判定為瑕疵。請登錄更多正常樣本，然後重新訓練。
點分散各處樣本是在不同光線或角度下拍攝的。請在一致的條件下登錄更多樣本。