Оффлайн нейросеть

<< Click to Display Table of Contents >>

Navigation:  Нейронная сеть >

Оффлайн нейросеть

 

 

Офлайн вариант нейросети не требует видеокарт и работает на обычном ЦПУ клиентской части приложения. Анализируются кадры только события, а не весь поток данных с видеокамер. В случае ее активации любой событийный ролик перед тем, как выйти на панель "Внимание!", проверяется на наличие в нем объектов указанных классов. При отсутствии объектов во всех кадрах этого ролика или отсутствии их заданного типа активности, событийный ролик сбрасывается в "урну". Для Офлайн нейросети можно использовать даже слабые ноутбуки или планшеты.

 

Для того, чтобы активировать Офлайн нейросеть, необходимо:

 

1. Перейти в "Настройки панели "Внимание!".

 

panel_attention_1

 

 

 

2. В открывшемся окне выбрать необходимую камеру и перейти в ее "Настройки".

 

 

panel_attention_2

 

 

 

3. Далее перейти во вкладку "Помехи", выбрать пункт "Нейронная сеть" и активировать алгоритм.

 

 

panel_attention_3

 

 

С помощью настроек можно выбрать, какие объекты вас интересуют. По умолчанию установлено два условия: Наличие в кадре человека или движующегося транспортного средства. Логично, что просто стоящий автомобиль не содержит событийной информации.

 

Вы можете настроить алгоритм таким образом, чтобы на панель "Внимание!" были выведены только события, где объекты классов:

 

- присутствуют (Программа будет выводить только те ролики, на которых присутствуют объекты указанных классов);

 

- отсутствуют (Программа будет выводить только те ролики, на которых отсутствуют объекты указанных классов);

 

- появляются (Программа покадрово проверяет ролик и, если на начало проверки объектов указанных классов не было, а в последующих кадрах они есть, это и будет считаься повлением. Т.о., на панель "Внимание!" будут выведены только те алгоритмы, во время сработки которых появятся объекты указанных классов);

 

- исчезают (Программа покадрово проверяет присутствие объектов указанных классов в ролике и, если на начало проверки объекты были, а в последующих кадрых их не будет, это и будет считаться исчезновением объектов. Такой ролик будет выведен на панель);

 

- двигаются (Будут выводиться все ролики, на которых двигаются объекты указанных классов. Для таких объектов как автомобили чаще всего необходимо отслеживать не их присутствие в кадре, а только движение. В отличие от человека, автомобиль может находиться в кадре вечно, что не добавляет информативности, а только увеличивает бесполезные сработки).

 

 

Настройка объектов классов.

 

Для добавления объектов:

 

1. Отметьте "птичкой" необходимый пункт и после того, как кнопка "Настроить..." станет активной, нажмите на нее.

 

 

panel_attention_4

 

 

 

2. Перед вами откроется окно "Настройка параметров фильтра". Нажмите кнопку "Добавить".

 

 

panel_attention_5

 

 

 

3. В окне "Настройка параметров класса" укажите:

 

 

panel_attention_6

 

 

 

Класс - выберите в соответствии с установленной нейросетью.

 

Минимальная вероятность - отвечает за точность сравнения детектируемых объектов с базой данных нейросети. Если полезные объекты не определяются, этот показатель необходимо понизить. Если полезные объекты определяются как помехи - повысить.

 

Минимальная ширина объекта детекции. Устанавливается в процентном соотношении от размера кадра. Данный показатель требуется для отсеивания особо мелких (по ширине) предметов.

 

Минимальная высота объекта детекции. Устанавливается в процентном соотношении от размера кадра и требуется для отсеивания особо мелких (по высоте) предметов.

 

Максимальная ширина объекта детекции. Устанавливается в процентном соотношении от размера кадра. Требуется для отсеивания особо крупных (по ширине) предметов.

 

Максимальная высота объекта детекции. Устанавливается в процентном соотношении от размера кадра. Данный показатель требуется для отсеивания особо крупных (по высоте) предметов.

 

4. После настройки всех параметров нажмите "ОК" и в окне "Настройка параметров фильтра" появится выбранный вами класс. Снова нажмите "ОК".