01Choisir les classes
Exemples : person, car, truck, couch, bed, suitcase. Car et truck sont indépendants : cochez les deux si nécessaire. Bed ne garantit pas la détection d’un matelas seul. Un canapé ne prouve pas un déménagement ; couleur des vêtements et casque nécessitent d’autres fonctions.
Choisissez les objets et la confiance dans les règles. Les règles d’une même caméra partagent l’inférence. Les étiquettes de recherche proviennent des observations atteignant le seuil de l’objet de la règle correspondante.
02Régler le seuil
Nouvelles configurations : 70%, réglable de 10% à 95%, sans modifier les anciens réglages. Monter le seuil réduit souvent les détections faibles mais peut manquer des objets ; le baisser peut augmenter les fausses alertes. 70% ne garantit pas 70% d’exactitude. Taille, obscurité, occultation et compression influencent le résultat. Les badges montrent les réglages, pas l’état du modèle.
Ces scores datent de l’événement. Les règles actuelles exigent que l’image déclenchante et le suivi récent atteignent le seuil. Ils ne garantissent pas l’exactitude.
03Associer une règle
Choisissez les objets et la confiance dans les règles. Les règles d’une même caméra partagent l’inférence. Les étiquettes de recherche proviennent des observations atteignant le seuil de l’objet de la règle correspondante.
Une observation consultable ne déclenche pas forcément un événement : zone, activité, durée et délai de notification sont évalués séparément.
04Évaluer la charge
Plusieurs règles d’objets partagent les détections d’une caméra. Réduire les classes ne réduit pas proportionnellement le coût principal YOLO ; il n’y a donc pas de limite fixe à cinq classes. Davantage de caméras, de FPS et de PPE ajoutent du travail. Mesurez le processeur réel.
Questions fréquentes
Faut-il une zone ?
Non, une règle de présence peut couvrir toute l’image.
Une nouvelle règle relance-t-elle l’historique ?
Non. L’administrateur doit lancer explicitement une analyse sur les images conservées, sans alertes rétroactives.