Kecerdasan Buatan: Konfigurasi

Agent DVR mendukung pengenalan objek real-time langsung menggunakan file model AI (.onnx). Deteksi objek AI lokal ini berjalan sepenuhnya pada hardware Anda sendiri (tidak diperlukan layanan cloud), sehingga Anda hanya dapat diperingatkan ketika sesuatu yang penting muncul, seperti orang atau mobil, bukan setiap kali pohon bergerak. Anda akan memerlukan lisensi (atau langganan aktif) untuk menggunakan fitur ini. Lihat AI Servers untuk mengonfigurasi Agent agar menggunakan server AI eksternal.

Untuk memulai, edit kamera Anda dan buka tab Object Recognition. Pilih server AI Anda di bagian atas. Default-nya adalah Internal, yaitu AI bawaan Agent DVR. Jika Anda ingin menggunakan server AI, tambahkan di Server Settings - AI Settings - AI Servers dan pilih di sini.

Detail berikut untuk mengonfigurasi Agent DVR dengan AI bawaan yang cepat. Anda juga dapat menambahkan model lain yang Anda inginkan, misalnya model Ultralytics YOLO.

• Model: Pilih model AI yang ingin Anda gunakan. Agent akan secara otomatis mengunduh model bawaan sesuai kebutuhan. Model Small cocok untuk hardware low-end atau banyak kamera. Model Medium cocok untuk akurasi lebih baik namun menggunakan lebih banyak daya pemrosesan.
• Mode: Pilih kapan Anda ingin AI memproses frame dari video Anda. Jika Anda memilih Interval, Agent akan menggunakan field Processing Rate di bawah untuk terus menganalisis feed video Anda.
• Configure Overlay: Atur menggambar hasil real-time pada video langsung: aktifkan overlay, tampilkan label dan confidence, atur lebar garis dan warna, atau blur objek yang dikenali (misalnya, orang). Overlay sangat bagus untuk menyetel batas confidence.
• Use GPU: Centang ini untuk menggunakan GPU Anda sebagai gantinya CPU.
• Device: Pilih perangkat untuk menjalankan model.
• Processing Rate: Ini hanya digunakan ketika Mode adalah Interval - ini mengontrol kecepatan frame dikirim ke model. Masukkan 1 untuk 1 frame per detik, 20 untuk 20 frame per detik atau 0.1 untuk 1 frame setiap 10 detik.
• Confidence: Ini menyaring hasil dari model. Sesuaikan lebih tinggi untuk mengurangi false positive, namun perhatikan ini mungkin juga melewatkan objek.
• Check Corners: Lihat Checking Corners untuk detail selengkapnya.
• Find: Tentukan objek yang ingin AI deteksi. Daftar opsi di sini berasal dari konfigurasi model.
• Static Objects: Pilih cara menyaring objek yang tidak bergerak. Ignore Static Objects mengabaikan objek yang terdeteksi berulang kali di posisi yang sama (seperti mobil yang diparkir); mereka tetap alert pertama kali muncul. Moving Only hanya melaporkan objek di mana detector gerakan saat ini melihat pergerakan, jadi objek yang masih tidak pernah alert (tidak berpengaruh dengan detector sisi kamera seperti ONVIF, Reolink, Hikvision atau MQTT).
• Movement Tolerance: Pergerakan yang diizinkan antar deteksi saat memeriksa objek statis. Nilai rendah jarang cocok; nilai tinggi menekan lebih banyak. Direkomendasikan: 40-60.
• Learn From Feedback: Biarkan Agent belajar dari Anda. Dengan ini diaktifkan Anda dapat mengonfirmasi atau menolak deteksi di alert viewer dan Agent akan belajar menekan alert palsu serupa di kamera ini. Lihat Learning From Feedback.

Custom Models

Untuk menambahkan model Anda sendiri ke AI, salin file model (.onnx) ke folder Models Agent dan lihat Adding Models.

Actions

Object Recognition menghasilkan event AI: Object Found dan AI: Object Not Found untuk digunakan dalam Actions.

Photos

Untuk informasi tentang foto, lihat Photos.

Agent DVR dapat belajar dari umpan balik Anda untuk mengurangi peringatan palsu, kamera demi kamera. Ketika deteksi salah - semak yang terlihat seperti orang di malam hari, bendera yang terus disebut AI sebagai burung - Anda dapat memberi tahu Agent dan ia akan belajar untuk menekan deteksi serupa pada kamera tersebut di masa depan. Semuanya berjalan 100% secara lokal: tidak ada gambar atau data yang pernah meninggalkan mesin Anda, dan model deteksi itu sendiri tidak pernah dimodifikasi, jadi ini selalu aman digunakan dan mudah untuk direset.

Mengaktifkan

Edit kamera Anda, pergi ke tab Object Recognition dan aktifkan Learn From Feedback. Agent secara otomatis akan mengunduh model embedding kecil pada saat pertama kali dibutuhkan.

Memberikan Umpan Balik

Dengan umpan balik diaktifkan, peringatan yang dihasilkan oleh pengenalan objek menyimpan hasil deteksi bersama dengan gambar peringatan. Buka peringatan di panel Peringatan dan Anda akan melihat kotak yang digambar di atas setiap deteksi dengan prompt "Apakah kami benar?":

• Benar: Mengonfirmasi deteksi. Contoh yang dikonfirmasi melindungi deteksi serupa dari penekanan.
• Salah: Menolak deteksi. Agent belajar tentang penampilan deteksi yang ditolak untuk kamera dan jenis objek tersebut. Setelah beberapa penolakan terhadap deteksi yang terlihat serupa (setidaknya 3), Agent mulai menekan peringatan palsu yang cocok secara otomatis.

Anda dapat mengubah atau menghapus keputusan kapan saja dengan mengklik tombol lagi.

Panel "Apakah kami benar?" menyusut - klik header-nya untuk menyembunyikan atau menampilkan prompt dan overlay deteksi. Agent mengingat pilihan Anda (per browser), jadi setelah Anda puas dengan kinerja kamera, Anda dapat menyusutkan panel dan hanya melihat gambar peringatan yang bersih. Menyusutkan panel tidak pernah menghentikan pembelajaran - penekanan terus berfungsi. Untuk menghentikan pembelajaran sepenuhnya, matikan Learn From Feedback pada kamera tersebut (perhatikan bahwa ini juga menghentikan penekanan).

Peringatan yang Ditekan

Penekanan dilakukan dengan hati-hati - deteksi hanya ditekan ketika jelas cocok dengan contoh yang Anda tolak dan tidak cocok dengan yang dikonfirmasi. Ketika Agent menekan apa yang seharusnya menjadi peringatan, ia menyimpan peringatan yang ditekan sebagai gantinya sehingga tidak ada yang menghilang secara diam-diam. Klik ikon di header panel Peringatan untuk menampilkan atau menyembunyikannya (ikon hanya muncul ketika ada peringatan yang ditekan; mereka disimpan secara terpisah dan tidak dihitung terhadap peringatan normal Anda).

Jika Agent menekan sesuatu yang seharusnya tidak, buka peringatan yang ditekan dan tandai deteksi sebagai Benar - ini segera mengangkat penekanan untuk deteksi yang serupa.

Cara Kerjanya

Agent menggunakan model visi umum untuk membuat "sidik jari" matematis yang kompak dari setiap deteksi. Keputusan Anda menyimpan sidik jari ini sebagai contoh yang dikonfirmasi atau ditolak per kamera dan jenis objek. Deteksi di masa depan dibandingkan dengan contoh Anda berdasarkan kesamaan - pendekatan yang sama digunakan oleh Pengenalan Wajah. Model deteksi yang Anda pilih dan kelasnya tidak tersentuh.

Reset

Umpan balik yang dipelajari disimpan di FeedbackDB.json di folder XML Agent. Untuk memulai kembali, panggil perintah API clearfeedback (opsional dengan parameter cameraid dan label) atau hentikan Agent dan hapus file tersebut.

Agent DVR mendukung file model ONNX untuk pengenalan objek. Anda dapat mengunduh model terlatih dan mengubahnya ke format ONNX dalam beberapa langkah.

Contoh di bawah menggunakan model YOLO26s melalui Ultralytics. YOLO26s adalah model tujuan umum yang lebih kecil dengan keseimbangan kecepatan/akurasi yang baik.

Prasyarat

• Python 3.10 atau lebih baru
• pip tersedia di PATH
• Koneksi internet
• ~1-2 GB ruang disk gratis

Langkah 1 - Instal Ultralytics

pip install ultralytics

Langkah 2 - Unduh Model YOLO26s

Ultralytics secara otomatis mengunduh bobot terlatih saat pertama kali digunakan:

yolo detect predict model=yolo26s.pt source=https://ultralytics.com/images/bus.jpg

Langkah 3 - Konversi ke ONNX

Setelah diunduh, ekspor model ke format ONNX:

yolo export model=yolo26s.pt format=onnx opset=12 simplify=True

Alternatif Python

from ultralytics import YOLO

model = YOLO("yolo26s.pt")
model.export(format="onnx", opset=12, simplify=True)

Langkah 4 - Temukan File ONNX

File yolo26s.onnx yang diekspor akan dibuat di direktori kerja Anda atau di folder

runs/export

Langkah 5 - Salin ke Agent DVR

Pindahkan file ONNX ke folder model ONNX Agent DVR Anda (di server Agent), misalnya:

Agent\Media\Models\ONNX\

Langkah 6 - Tambahkan Model di Agent DVR

1. Buka Server Settings > AI Settings > AI Models.
2. Klik Object Recognition dan tambahkan model baru.
3. Masukkan nama misalnya yolo26s dan pilih file .onnx di dropdown.
4. Biarkan opsi sisanya pada nilai default dan klik OK.
5. Edit kamera Anda, buka tab Object Recognition, atur Server ke Internal, dan pilih model baru Anda.

Agent DVR mendukung pengenalan wajah real-time langsung menggunakan AI, berjalan lokal di hardware Anda sendiri. Gunakan untuk mengetahui siapa di pintu dan memicu tindakan berbeda untuk wajah yang dikenali dan tidak dikenali. Anda memerlukan lisensi (atau langganan aktif) untuk menggunakan fitur ini. Lihat AI Servers untuk mengonfigurasi Agent menggunakan server AI eksternal.

Untuk memulai, edit kamera Anda dan buka tab Facial Recognition. Pilih server AI Anda di bagian atas. Default adalah Internal, yaitu AI bawaan Agent DVR. Jika Anda ingin menggunakan server AI, tambahkan di Server Settings - AI Settings - AI Servers dan kemudian pilih di sini.

Detail berikut untuk mengonfigurasi Agent DVR dengan AI bawaan cepatnya.

• Mode: Pilih kapan Anda ingin AI memproses frame dari video Anda. Jika Anda memilih Interval, Agent akan menggunakan field Processing Rate di bawah untuk terus menganalisis feed video Anda.
• Configure Overlay: Atur penggambaran hasil real-time pada video langsung: aktifkan overlay, tampilkan label dan confidence, atur lebar garis dan warna, atau blur wajah. Overlay bagus untuk menyetel batas confidence.
• Use GPU: Centang ini untuk menggunakan GPU Anda sebagai gantinya CPU.
• Device: Pilih perangkat untuk menjalankan model.
• Processing Rate: Ini hanya digunakan ketika Mode adalah Interval - ini mengontrol kecepatan frame dikirim ke model. Masukkan 1 untuk 1 frame per detik, 20 untuk 20 frame per detik atau 0.1 untuk 1 frame setiap 10 detik.
• Confidence: Ini memfilter hasil dari model. Sesuaikan lebih tinggi untuk mengurangi false positives, tetapi perhatikan mungkin juga melewatkan orang.
• Check Corners: Lihat Checking Corners untuk detail selengkapnya.

Anda dapat memilih model pengenalan wajah mana yang digunakan Agent di Server Settings - AI Settings - AI Models - Face Recognition.

Faces to Recognize

Klik Edit Faces untuk mengunggah foto orang yang ingin Anda kenali. Anda dapat mengunggah beberapa foto orang yang sama untuk meningkatkan hasil. Anda dapat mengunggah gambar dari sistem file atau menggunakan webcam bawaan untuk menangkap foto (memerlukan SSL atau localhost).

Actions

Facial Recognition menghasilkan event AI: Face Recognized dan AI: Face Not Recognized untuk digunakan di Actions.

Photos

Untuk informasi tentang foto, lihat Photos.

Agent DVR mendukung pengenalan real-time plat nomor secara langsung, berjalan secara lokal di perangkat keras Anda sendiri. Gunakan untuk mencatat setiap kendaraan yang masuk ke pintu masuk atau tempat parkir dan jalankan aksi, seperti membuka gerbang, ketika plat yang dikenal terdeteksi. Anda memerlukan lisensi (atau langganan aktif) untuk menggunakan fitur ini. Lihat AI Servers untuk mengonfigurasi Agent agar menggunakan server AI eksternal.

Untuk memulai, edit kamera Anda dan buka tab LPR. Pilih server AI Anda di bagian atas. Default adalah Internal, yaitu AI bawaan Agent DVR. Jika Anda ingin menggunakan server AI, tambahkan di Server Settings - AI Settings - AI Servers dan kemudian pilih di sini.

Detail berikut adalah untuk mengonfigurasi Agent DVR dengan AI bawaan yang cepat.

• Mode: Pilih kapan Anda ingin AI memproses frame dari video Anda. Jika Anda memilih Interval, Agent akan menggunakan field Processing Rate di bawah untuk terus menganalisis feed video Anda.
• Configure Overlay: Atur pengggambaran hasil real-time pada video langsung: aktifkan overlay, tampilkan label dan confidence, atur lebar garis dan warna, atau blur plat nomor yang terdeteksi. Overlay berguna untuk menyesuaikan batas confidence.
• Use GPU: Centang ini untuk menggunakan GPU Anda daripada CPU. Perhatikan bahwa ini saat ini hanya bekerja di Windows atau macOS karena dukungan driver GPU dan runtime. Linux saat ini kembali ke CPU.
• Device: Pilih perangkat untuk menjalankan model.
• Processing Rate: Ini hanya digunakan ketika Mode adalah Interval - ini mengontrol kecepatan frame dikirim ke model. Masukkan 1 untuk 1 frame per detik, 20 untuk 20 frame per detik atau 0.1 untuk 1 frame setiap 10 detik.
• Confidence: Ini menyaring hasil dari model. Sesuaikan lebih tinggi untuk mengurangi false positive, namun perhatikan ini mungkin juga melewatkan objek.
• Check Corners: Lihat Checking Corners untuk detail selengkapnya.

Plat Nomor yang Dicari

• License Plates: Masukkan daftar plat yang dipisahkan koma atau URL ke file CSV yang berisi plat. Agent DVR akan menghasilkan License Plate Recognized dan License Plate Not Recognized events untuk plat ini, yang dapat memicu aksi.
• Reload Interval: Atur frekuensi untuk memuat ulang daftar plat dari URL.
• Normalize: Sesuaikan plat yang sering salah diidentifikasi untuk meningkatkan pencocokan.

Actions

LPR menghasilkan AI: License Plate Recognized dan AI: License Plate Not Recognized events untuk digunakan di Actions.

Photos

Untuk informasi tentang foto, lihat Photos.

Penyaringan peringatan menggabungkan deteksi gerakan dengan AI sehingga Anda hanya mendapat peringatan ketika sesuatu yang penting terdeteksi, seperti seseorang di teras, bukan cabang yang bergerak atau lampu mobil yang lewat. Ini adalah cara paling efektif untuk mengurangi alarm palsu. Untuk menyiapkan penyaringan peringatan di Agent DVR, ikuti langkah-langkah berikut:

• Konfigurasikan dan aktifkan Pendeteksi Gerakan. Untuk penggunaan CPU minimal, gunakan pendeteksi Sederhana. Pastikan setidaknya satu zona didefinisikan untuk mencakup area yang ingin Anda pantau.
• Pada tab Peringatan, atur Mode ke Tindakan Saja dan aktifkan Peringatan.
• Pada tab perekaman, atur Mode ke Peringatan (jika Anda menginginkan perekaman)
• Aktifkan Pengenalan Objek pada tab Pengenalan Objek. Atur mode ke Gerakan Terdeteksi, pilih model, dan klik Cari untuk memilih objek untuk deteksi, seperti Orang, Anjing, Mobil, dll.
• Buka Tindakan di menu tab dan tambahkan Tindakan untuk acara AI: Objek Ditemukan.

  Pilih zona untuk menentukan di mana mendeteksi objek, seperti zona berbeda untuk jalan masuk dan jalan Anda. Misalnya, memilih zona jalan masuk hanya akan memicu peringatan jika mobil terdeteksi di sana.

  Di bawah Tugas, klik Tambah untuk membuat tugas Peringatan. Klik OK dua kali untuk mengkonfirmasi.

Agent DVR akan memproses pengenalan objek AI saat deteksi gerakan. Jika mendeteksi objek yang ditentukan di zona yang dipilih, akan memicu tindakan untuk menaikkan peringatan. Ketiadaan pemilihan zona akan memicu peringatan untuk zona apa pun.

Siapkan filter peringatan dengan cara serupa untuk Pengenalan LPR, Pengenalan Wajah, atau Pengenalan Audio.

Untuk pengenalan objek AI yang konstan tanpa pemicu deteksi gerakan, atur Mode pada Pengenalan Objek ke Interval. Pantau dampak pada sumber daya perangkat keras Anda dan sesuaikan sesuai kebutuhan.

Anda dapat mengonfigurasi beberapa tindakan untuk objek berbeda di berbagai zona. Gunakan tag {AI} dalam tindakan untuk mereferensikan objek yang terdeteksi.

Jika AI tidak secara efektif menyaring rekaman Anda, pertimbangkan hal berikut:

• Pastikan pengaturan Cari sesuai dengan salah satu opsi yang Tersedia.
• Verifikasi bahwa tombol peringatan utama di bagian kiri atas Agent menunjukkan gembok tertutup, menandakan peringatan aktif.
• Konfirmasi bahwa mode perekaman diatur ke Peringatan dan bukan Deteksi.
• Pastikan mode peringatan diatur ke Tindakan Saja.
• Coba turunkan tingkat Keyakinan di bawah Pengenalan Objek.
• Periksa /logs.html untuk pesan kesalahan, mungkin menunjukkan masalah server atau blokir jaringan.
• Monitor kinerja server AI dan pastikan tidak menyebabkan kelebihan beban sistem atau waktu habis.
• Jika AI mendeteksi semua kelas objek, itu mungkin menunjukkan masalah GPU. Periksa driver GPU atau beralih ke modul AI berbasis CPU.

Agent DVR menggunakan server AI (OpenAI/ Claude/ Gemini/ Local LLMs seperti Ollama, LM Studio, vLLM dll) untuk menjawab pertanyaan yang mudah dibaca oleh manusia tentang gambar dari kamera Anda. Ini kemudian dapat menghasilkan peristiwa, menaikkan alert, atau bertindak sebagai filter pada alert motion. Anda perlu menyelesaikan pengaturan di Server Settings - AI Settings - Ask AI.

Anda dapat memeriksa Logs di /logs.html pada server lokal untuk melihat kapan request dikirim. Atur Server Settings - Logging - Log Level ke Info.

• Enabled: Toggle untuk mengaktifkan atau menonaktifkan proses AI.
• Provider: Pilih penyedia AI mana yang ingin Anda gunakan untuk memproses gambar. Penyedia perlu dikonfigurasi di server settings - AI Settings. Jika Anda memilih Default maka penyedia yang dikonfigurasi pertama akan digunakan.
• Mode: Pilih trigger untuk proses AI. Trigger via API saja dengan mengatur ini ke None dan memanggil triggerAskAI
• Motion Pass-through: Jika server AI down dan mem-filter alert, ini memungkinkan alert untuk pass through tanpa filtering.
• Use Snapshot URI: Gunakan frame resolusi tinggi dari kamera Anda alih-alih frame live stream saat ini.
• Resize Mode: Ubah ukuran gambar sebelum mengirimnya ke server AI untuk mengurangi beban dan meningkatkan waktu respons.
• Configure Overlay: Atur menggambar hasil AI pada video stream live.
• Request Interval: Atur waktu minimum antara request server.
• Detail Mode: Pilih Low atau High detail gambar. Low lebih murah digunakan daripada High dan baik untuk sebagian besar skenario.
• Use Video: Kirim klip video pendek alih-alih gambar (Gemini only). Atur Duration dalam detik dan centang Include Audio untuk mengirim suara beserta video.

AI Messaging

• Message: Masukkan pertanyaan Anda untuk AI di sini. Beberapa contoh:
  • Jika Anda melihat api dalam gambar ini merespons dengan FIRE. Jika Anda melihat anjing duduk di sofa, merespons dengan DOG. Jika pintu terbuka merespons dengan DOOR. Jika beberapa kondisi terpenuhi pisahkan dengan ,
  • Jika lampu pada mesin di bangku berwarna merah merespons dengan ALERT
  • Jika mobil polisi diparkir di jalan masuk merespons dengan POLICE
  • Jika ada surat atau paket di lantai merespons dengan MAIL
  • Jika terlihat seseorang telah menerobos rumah saya merespons dengan BREAKIN
• Find: Masukkan tag yang telah Anda instruksikan AI untuk merespons. Misalnya FIRE, DOG, DOOR
• No Repeats: Abaikan tag yang dikembalikan dalam panggilan AI terakhir

Seperti dicatat di atas, Anda dapat meminta beberapa kondisi untuk dipenuhi dalam pesan dan menyiapkan action untuk menangani setiap hasil.

Actions

Ask AI menghasilkan event AI: Ask AI Positive Result untuk digunakan di Actions.

Photos

Untuk informasi tentang photo, lihat photo. Perhatikan bahwa AI belum mengembalikan data spatial apa pun tentang di mana hal-hal berada dalam gambar jadi crop dan static detection saat ini tidak bekerja.

LPR (License Plate Recognition, juga dikenal sebagai ALPR/ANPR) menggunakan server AI untuk mengenali dan membaca plat lisensi dari mobil dalam feed video Anda. Ini menghasilkan peristiwa, memicu peringatan, atau bertindak sebagai filter pada peringatan gerak.

• Enabled: Toggle untuk mengaktifkan atau menonaktifkan proses AI.
• AI Server: Pilih dari server yang telah dikonfigurasi atau gunakan opsi default. Agent DVR mendukung LPR melalui CodeProject.AI, PlateRecognizer.com, Gemini atau vision LLM yang kompatibel dengan OpenAI (seperti vLLM, Ollama dan LM Studio).
• Mode: Pilih pemicu untuk proses AI. Picu melalui API saja dengan mengatur ini ke None dan memanggil triggerLPR.
• Use Snapshot URI: Pilih frame beresolusi tinggi dari kamera Anda alih-alih frame live stream saat ini.
• Resize Mode: Ubah ukuran gambar sebelum mengirimnya ke server AI untuk mengurangi beban dan meningkatkan waktu respons.
• Configure Overlay: Atur menggambar hasil AI pada video stream live.
• Request Interval: Atur waktu minimum antara permintaan server untuk mengurangi beban.
• Confidence: Tentukan tingkat kepercayaan minimum untuk mengenali plat lisensi.
• Check Corners: Lihat Checking Corners untuk detail selengkapnya.
• License Plates: Masukkan daftar plat yang dipisahkan koma atau URL ke file CSV yang berisi plat. Agent DVR akan menghasilkan License Plate Recognized dan License Plate Not Recognized events untuk plat ini, yang dapat memicu aksi.
• Reload Interval: Atur frekuensi untuk memuat ulang daftar plat dari URL.
• Normalize: Sesuaikan plat yang sering salah diidentifikasi untuk meningkatkan pencocokan.
• Make, Model, and Color: Aktifkan ini hanya jika menggunakan paket berbayar di PlateRecognizer.com yang mendukung fitur-fitur ini. Ini tidak termasuk dalam paket gratis. Detail akan disertakan dalam {AIJSON} di Agent DVR Actions.

Actions

LPR menghasilkan AI: License Plate Recognized dan AI: License Plate Not Recognized events untuk digunakan di Actions.

Photos

Untuk informasi tentang foto, lihat foto.

Menggunakan ALPR-Database

Anda dapat mengatur integrasi dengan ALPR-Database.com untuk menyimpan plat lisensi Anda. Lihat Agent DVR with ALPR-Database untuk instruksi.

Face Recognition menggunakan server AI (rekomendasi: CodeProject.AI) untuk mengenali wajah spesifik dalam feed video. Ini dapat menghasilkan event, memicu alert, atau bertindak sebagai filter pada motion alert. Wajah dapat ditambahkan, diedit, atau dihapus menggunakan kamera Anda atau dengan mengunggah gambar. Lihat Edit Faces di tab ini untuk informasi selengkapnya.

• Enabled: Toggle untuk mengaktifkan atau menonaktifkan proses AI.
• AI Server: Pilih dari server yang telah dikonfigurasi, atau gunakan opsi default.
• Mode: Pilih trigger untuk proses AI. Trigger hanya melalui API dengan mengatur ini ke None dan memanggil triggerFace
• Use Snapshot URI: Pilih frame beresolusi tinggi dari kamera Anda alih-alih frame live stream saat ini.
• Resize Mode: Ubah ukuran gambar sebelum mengirimnya ke server AI untuk mengurangi beban dan meningkatkan waktu respons.
• Configure Overlay: Atur menggambar hasil AI pada video stream live.
• Request Interval: Atur waktu minimum antara permintaan server untuk mengurangi beban.
• Confidence: Tentukan tingkat kepercayaan minimum untuk mengenali wajah.
• Check Corners: Lihat Checking Corners untuk detail selengkapnya.
• Edit Faces: Unggah gambar ke database server untuk pengenalan. Pastikan hanya satu wajah terlihat dan terdefinisi dengan jelas di setiap gambar.

Actions

Face Recognition menghasilkan event AI: Face Recognized dan AI: Face Not Recognized untuk digunakan dalam Actions.

Photos

Untuk informasi tentang foto, lihat foto.

Untuk mengubah bahasa yang digunakan untuk label dan tagging dalam overlay gambar, buka Server Menu - Settings - General - Default Language.

Agent DVR menghasilkan event melalui proses AI, yang dapat memicu Actions. Misalnya, Object Recognition menghasilkan event "Object Found" dan "Object Not Found". Setiap sistem AI di Agent DVR menghasilkan event yang unik.

Event-event ini dapat memicu berbagai action, seperti menampilkan alert, memanggil URL dengan label object, menjalankan program, atau mempublikasikan pesan ke server MQTT. Gunakan tag {AI} untuk label atau {AIJSON} untuk respons JSON lengkap dari server AI dalam action.