AI: Serwery

Agent DVR w pełni integruje się z serwerami AI, takimi jak DeepStack AI, CodeProject AI, PlateRecognizer.com, Claude, Gemini, OpenAI (ChatGPT) oraz lokalnymi LLM, takimi jak Ollama, vLLM i LM Studio, aby dodać inteligentne filtrowanie alertów, rozpoznawanie obiektów, rozpoznawanie scen oraz inteligentne zarządzanie zdarzeniami.

Oprócz DeepStack i CodeProject AI, możesz również korzystać z innych serwerów AI, które obsługują to samo API:

Rozpoznawanie obiektów i wizja komputerowa

• https://codeproject.github.io/ - Serwer przetwarzania AI oparty na GPU/CPU, działający na wielu platformach
• https://docs.platerecognizer.com/ - Serwer rozpoznawania tablic rejestracyjnych (API oparte na sieci)
• https://github.com/runningman84/docker-coral-rest-server - Modele Tensorflow-lite na RPi (lub Linux/Mac) z przyspieszeniem z urządzenia USB Coral
• https://github.com/robmarkcole/coral-pi-rest-server/ - Modele Tensorflow-lite na akceleratorze USB Coral za pośrednictwem aplikacji Flask
• https://github.com/xnorpx/blue-candle - Super mały serwer rozpoznawania obiektów

Usługi AI w chmurze

• https://platform.openai.com/ - API OpenAI (ChatGPT, GPT-4 Vision) do analizy obrazów i czatu
• https://console.anthropic.com/ - API Anthropic Claude do zaawansowanego rozumowania i zrozumienia obrazów
• https://ai.google.dev/ - API Google Gemini do możliwości AI multimodalnych
• https://docs.anthropic.com/ - Dokumentacja API Claude
• https://platform.openai.com/docs/ - Dokumentacja API OpenAI
• https://ai.google.dev/gemini-api/docs - Dokumentacja API Gemini

Lokalne serwery AI (LLMs)

• https://ollama.com/ - Ollama: Uruchamiaj duże modele językowe lokalnie
• https://docs.vllm.ai/ - vLLM: Wnioskowanie i serwowanie LLM o wysokiej przepustowości
• https://lmstudio.ai/ - LM Studio: Łatwa w użyciu aplikacja desktopowa dla lokalnych LLM
• https://github.com/ollama/ollama - Repozytorium Ollama na GitHubie
• https://github.com/vllm-project/vllm - Repozytorium vLLM na GitHubie

Niestandardowe modele AI pozwalają rozszerzyć możliwości detektowania obiektów w Agent DVR poza wbudowane opcje, na przykład do rozpoznawania dzikiej przyrody, pojazdów dostawczych lub czegokolwiek innego, co wyszkolony model potrafi znaleźć. Aby dodać własne pliki modeli do Agent DVR, przejdź do Ustawienia serwera > Ustawienia AI i kliknij Rozpoznawanie obiektów w sekcji Modele AI. Agent ma dwa wbudowane modele, które zostały dostrojone wydajnościowo dla Agent DVR.

Zanim skonfigurujesz model, musisz dodać go do folderu Models w Agent DVR (zobacz budowanie modeli AI). Zwykle znajduje się on w Agent/Media/Models/ONNX (ścieżka może się różnić w zależności od systemu operacyjnego). Pełna ścieżka jest wyświetlana na stronie Dodaj model, jeśli nie jesteś pewny. Agent używa modeli .onnx. Możesz konwertować inne formaty modeli AI na ONNX za pomocą narzędzi Python.

Gdy zbudujesz i skopiujesz model, dodanie go do Agent jest proste - kliknij, aby dodać model:

• Nazwa: Nadaj modelowi nazwę - może to być cokolwiek.
• Opis: Opcjonalny opis tego, co robi model.
• Plik modelu: Wybierz nazwę pliku modelu, którą skopiowałeś do folderu.
• Etykiety: Wprowadź listę etykiet (lub "klas"), które twój model wyszukuje, w formacie CSV bez cudzysłowów (spacje są automatycznie usuwane).
• Układ: Wybierz, czy twój model to NCHW lub NHWC. Większość modeli to NCHW, jeśli nie jesteś pewny.
• Kolejność kanałów: Wybierz, czy twój model chce obrazów w formacie RGB czy BGR. Większość modeli używa RGB. Jeśli twój model ma jeden kanał (skala szarości), ta opcja będzie ignorowana.
• Normalizacja: Wybierz, jak dane powinny być normalizowane przed użyciem w twoim modelu. Większość modeli używa skalowania (0-1), które dzieli wartości pikseli przez 255.
• Uzupełnij obraz: Kontroluje, czy obraz powinien być rozciągnięty do wymiarów wejściowych, czy uzupełniony czarnymi paskami. Zwykle lepiej jest uzupełniać obrazy dla dokładności.
• Ma NMS: Zaznacz, jeśli twój model już wykonuje Non-Maximum Suppression wewnętrznie. W innym przypadku Agent wykona NMS sam. NMS kontroluje filtrowanie prostokątów wyników.
• Domyślny NMS: Ustaw ogranicznik nakładania się dla NMS (domyślnie 45% nakładania).

Gdy dodasz swój model, będzie dostępny do użycia w karcie Rozpoznawanie obiektów twojego urządzenia. Jeśli masz problemy, możesz wrócić do konfiguracji modelu i dokonać zmian. Agent obsługuje również ponowne załadowanie pliku modelu, dzięki czemu możesz go zastąpić nową wersją podczas działania.

Aby skonfigurować serwery sztucznej inteligencji, kliknij ikonę w prawym górnym rogu głównego interfejsu Agent DVR. Następnie kliknij Ustawienia w sekcji Konfiguracja, wybierz Ustawienia sztucznej inteligencji z menu rozwijanego i kliknij Serwery sztucznej inteligencji.

Agent DVR integruje się z CodeProject.AI do różnych funkcji sztucznej inteligencji, w tym rozpoznawania obiektów, rozpoznawania twarzy, ALPR (Automatyczne Rozpoznawanie Tablic Rejestracyjnych) i super rozdzielczości (wzmocnienie). Obsługiwany jest również PlateRecognizer.com jako dostawca ALPR. CodeProject.AI to oprogramowanie o otwartym kodzie źródłowym, bezpłatne i kompatybilne z większością platform.

Na początek zainstaluj serwer sztucznej inteligencji dla swojej platformy i połącz Agent DVR z nim, klikając Serwery sztucznej inteligencji, a następnie Dodaj.

Możesz dodać do Agent DVR tyle serwerów sztucznej inteligencji, ile potrzebujesz. Kamery w Agent DVR można skonfigurować, aby używały różnych serwerów sztucznej inteligencji dla każdej funkcji, lub możesz użyć jednego serwera sztucznej inteligencji do wszystkich zadań.

Konfigurowanie serwera

• Nazwa: Nadaj nazwę serwerowi, na przykład Cat Catcher.
• Adres URL serwera sztucznej inteligencji: Wprowadź adres URL serwera sztucznej inteligencji, na przykład http://localhost:32168/
• Klucz API: Wprowadź swój klucz, jeśli jest skonfigurowany (opcjonalnie).
• Limit czasu: Limit czasu w sekundach dla żądań serwera.
• Opóźnienie ponowienia: Czas w sekundach przed ponowną próbą nieudanego żądania do tego serwera.

Kliknij OK, aby zapisać ustawienia.

Aby skonfigurować OpenAI ("ChatGPT") do odpowiadania na pytania dotyczące tego, co dzieje się w transmisji wideo, przejdź do Ustawienia serwera - Ustawienia AI i wybierz "OpenAI" w sekcji Ask AI.

• URL: Wprowadź adres URL usługi. Domyślny to "https://api.openai.com/v1/responses".
• Klucz API OpenAI: Po zarejestrowaniu się w OpenAI, przejdź do Strony Kluczy API i wygeneruj nowy klucz prywatny. Skopiuj i wklej ten klucz do określonego pola.
• Model: Określ model do użycia. Domyślny to gpt-5.4-mini. OpenAI może usunąć lub zmienić to później.
• Maksymalna liczba tokenów: To ustawia maksymalne użycie tokenów na żądanie. Jeśli napotkasz problemy, sprawdź dzienniki pod adresem /logs.html, ponieważ mogą być związane z użyciem tokenów.

Po skonfigurowaniu OpenAI, odwołaj się do Zapytaj AI w celu uzyskania instrukcji dotyczących korzystania z niego do odpowiadania na ogólne pytania dotyczące tego, co dzieje się na Twoim strumieniu z kamery.

Aby skonfigurować Claude AI do odpowiadania na pytania dotyczące tego, co dzieje się w strumieniu wideo, przejdź do Ustawienia Serwera - Ustawienia AI i wybierz "Claude" w sekcji Ask AI.

• URL: Wpisz adres URL usługi. Domyślnie "https://api.anthropic.com/v1/messages".
• Klucz API Claude: Po zarejestrowaniu się w Claude, odwiedź stronę Kluczy API i utwórz nowy tajny klucz. Skopiuj i wklej ten klucz do pola.
• Wersja: Określ wersję API do użycia. Domyślnie 2023-06-01. Może to być w pewnym momencie usunięte lub zmienione przez Anthropic.
• Model: Określ model do użycia. Domyślnie w momencie pisania jest claude-sonnet-4-6 (Claude Sonnet 4.6).
• Max Tokens: Kontroluje maksymalną liczbę tokenów na żądanie. Sprawdź logi na stronie /logs.html jeśli masz problemy, mogą one być związane z liczbą tokenów.

Po skonfigurowaniu Claude przejdź do Ask AI, aby dowiedzieć się, jak go używać do rozpoznawania ogólnych scenariuszy w strumieniu kamery.

Aby skonfigurować Gemini do odpowiadania na pytania dotyczące tego, co dzieje się w strumieniu wideo, przejdź do Ustawienia serwera - Ustawienia AI i wybierz "Gemini" w opcji Pytaj AI.

• URL: Wprowadź URL usługi. Domyślnie "https://generativelanguage.googleapis.com".
• Klucz API Gemini: Po zarejestrowaniu się w Gemini odwiedź Stronę kluczy API i utwórz nowy tajny klucz. Skopiuj i wklej ten klucz do pola.
• Wersja: Określ wersję API do użycia. Domyślnie jest v1beta. Google może ją usunąć lub zmienić w przyszłości.
• Model: Określ model do użycia. Domyślnie w momencie pisania gemini-2.5-flash. Po wprowadzeniu klucza API Agent wyświetli listę modeli widzenia dostępnych na Twoim koncie.
• Max Tokens: Kontroluje maksymalną liczbę tokenów na żądanie. Sprawdź logi na stronie /logs.html jeśli masz problemy, mogą one być związane z liczbą tokenów.

Po skonfigurowaniu Gemini zobacz Pytaj AI, aby dowiedzieć się, jak go używać do rozpoznawania ogólnych scenariuszy w strumieniu kamery.

Możesz używać własnych lokalnych serwerów LLM (takich jak vLLM, Ollama i LM Studio) do opisywania obrazów, które Agent DVR przechwytuje z kamer podczas zdarzeń alertu, oraz odpowiadania na pytania dotyczące tego, co dzieje się w strumieniach wideo. Zapoznaj się z Opisywanie alertów i Zapytaj AI.

Aby skonfigurować lokalny serwer AI, przejdź do Ustawień Serwera - AI Settings i kliknij przycisk Configure obok LLM, którego chcesz użyć (Ollama, vLLM lub LM Studio).

• URL: Określ punkt końcowy, w którym działa serwer LLM. Domyślne adresy URL to:
  • Ollama:

    http://localhost:11434/api/chat

  • vLLM:

    http://localhost:8000/v1/chat/completions

  • LM Studio:

    http://localhost:1234/v1/chat/completions

• API Key: Jeśli serwer LLM wymaga uwierzytelnienia, wpisz tutaj klucz API. Większość lokalnych serwerów tego nie wymaga, chyba że jest to specjalnie skonfigurowane.
• Model: Wybierz model obsługujący wizję do analizy obrazów. Model musi być już pobrany i załadowany na serwerze LLM. Agent sugeruje popularne opcje, w tym:
  • Modele Qwen VL (wysoka wydajność)
  • Gemma 4 (dobra gama rozmiarów)
  • Llama 3.2 Vision (Meta)
  • Mistral Small 3.1
  • moondream (bardzo mały, dobry dla słabszego sprzętu, tylko Ollama)
• Temperature: Kontroluje kreatywność a dokładność odpowiedzi (0.0-1.0). Niższe wartości (0.3-0.4) dają bardziej faktyczne, spójne opisy. Wyższe wartości (0.6-0.8) generują bardziej zróżnicowane, kreatywne odpowiedzi. Rekomendacja: 0.4 do analizy nagrań z kamer bezpieczeństwa.
• Max Tokens: Maksymalna liczba słów/tokenów w odpowiedzi AI. Wyższe wartości umożliwiają bardziej szczegółowe opisy, ale zajmują więcej czasu na wygenerowanie. Rekomendacja: 300-500 do szczegółowej analizy obrazów, 150-250 do krótkich opisów.
• top_p: Kontroluje różnorodność odpowiedzi, ograniczając wybór słownictwa (0.0-1.0). Niższe wartości używają bardziej popularnych słów, wyższe wartości umożliwiają bardziej zróżnicowane słownictwo. Rekomendacja: 0.9 do dobrego balansu dokładności i naturalnego języka.
• top_k: Ogranicza model do wyboru z K najbardziej prawdopodobnych następnych słów. Niższe wartości (20-40) dają bardziej skupione odpowiedzi, wyższe wartości (80-100) umożliwiają większą różnorodność. Rekomendacja: 50 do wiarygodnych opisów obrazów.

Aby skonfigurować LPR (ANPR lub rozpoznawanie tablic rejestracyjnych) w Agent DVR, przejdź do Ustawienia serwera - Ustawienia AI i wprowadź szczegóły w sekcji Rozpoznawanie tablic. Zarejestruj się na darmowy okres próbny na Plate Recognizer. Nie wymagana karta kredytowa.

• URL: Wprowadź adres URL usługi. Domyślnie jest to "https://api.platerecognizer.com/v1/plate-reader/", lub użyj własnego serwera, jeśli hostujesz własną instancję.
• Token: Po zarejestrowaniu się w Plate Recognizer, odwiedź Stronę konta i skopiuj Token API.
• Regiony: Pozostaw puste dla domyślnych lub wprowadź listę regionów w formacie CSV regions.
• Konfiguracja: Wprowadź dodatkowe wartości konfiguracji z dokumentacji, jeśli jest to konieczne.

DoubleTake to platforma open source, która zapewnia ujednolicone API do przetwarzania rozpoznawania twarzy przy użyciu:

• CompreFace
• Amazon Rekognition
• DeepStack
• CodeProject.AI Server
• Facebox

Musisz zainstalować i skonfigurować DoubleTake z preferowanymi opcjami rozpoznawania twarzy.

Po skonfigurowaniu DoubleTake otwórz Agent DVR i przejdź do Ustawienia serwera - Ustawienia AI i kliknij przycisk Konfiguruj obok DoubleTake.

Wpisz URL serwera doubletake (np. http://localhost:3000/) i hasło, jeśli je ustawiłeś.

Kliknij OK, następnie edytuj kamerę i przejdź do Rozpoznawania twarzy. Ustaw opcję Serwer AI na DoubleTake i skonfiguruj rozpoznawanie twarzy zgodnie z potrzebami.