01対応クラスを選ぶ
person、car、truck、couch、bed、suitcase などを選べます。car と truck は独立しているので必要なら両方選択します。bed はマットレス単体の確実な検出を保証しません。ソファは引越しの証明ではなく、服の色やヘルメットには別の機能が必要です。
対象と信頼度をルールで選択します。同じカメラのルールは推論を共有します。検索ラベルには、対応するルールの対象物のしきい値を満たした観測結果を使用します。
02閾値を理解する
新規は70%、入力範囲は10%–95%。既存値は上書きしません。上げると弱い検出と誤報を減らせますが見逃しも増え得ます。70%は正解率保証ではありません。暗さ、小ささ、遮蔽、圧縮が影響します。バッジは設定でありモデルの稼働状態ではありません。
イベント当時のスコアです。現在のルールは発動フレームと直近の追跡スコアの両方が閾値を満たす必要があります。正確さを保証する値ではありません。
03ルールに接続する
対象と信頼度をルールで選択します。同じカメラのルールは推論を共有します。検索ラベルには、対応するルールの対象物のしきい値を満たした観測結果を使用します。
検索可能な観測結果が必ずイベントになるわけではありません。範囲、活動、継続時間、通知間隔は別々に判定します。
04処理負荷
同じカメラの複数物体ルールは検出を共有できます。クラス数を減らしても主な推論コストは比例して減らないため、5クラスの上限はありません。カメラ数、FPS、PPE で負荷が増えるので実機で確認します。
よくある質問
領域は必須ですか？
いいえ。出現ルールは画面全体で使えます。
新規ルールは過去画像も自動処理しますか？
いいえ。管理者が保存中の画像に対して履歴解析を明示的に開始します。過去通知は送りません。