AI (人工智慧): 伺服器

Agent DVR 內建 AI，因此您不需要外部 AI 伺服器來進行物件辨識、人臉辨識或車牌辨識。內建 AI 預設為關閉狀態，您需要啟用它：這需要一個授權金鑰（或有效的訂閱），並且您可以在各個攝影機的物件辨識、人臉辨識或車牌辨識分頁中逐個啟用，將 AI 伺服器保持設定為內部並選擇一個模型（Agent 會為您下載內建模型）。請參閱本機物件辨識。外部 AI 伺服器為選用項目。

如果您想超越內建 AI，Agent DVR 也能完整整合 DeepStack AI、CodeProject AI、PlateRecognizer.com、Claude、Gemini、OpenAI (ChatGPT) 等 AI 伺服器，以及 Ollama、vLLM 和 LM Studio 等本機 LLM，以新增智慧警示篩選、物件辨識、場景辨識和智慧事件控制。

除了 DeepStack 和 CodeProject AI 之外，您也可以使用其他支援相同 API 的 AI 伺服器：

物件辨識 & 電腦視覺

• https://codeproject.github.io/ - 跨平台 GPU/CPU 型 AI 處理伺服器
• https://docs.platerecognizer.com/ - 車牌辨識伺服器（網路型 API）
• https://github.com/runningman84/docker-coral-rest-server - RPi（或 Linux/Mac）上的 Tensorflow-lite 模型，搭配 Coral USB 晶片加速
• https://github.com/robmarkcole/coral-pi-rest-server/ - 經由 Flask 應用程式在 Coral USB 加速器上的 Tensorflow-lite 模型
• https://xnorpx.github.io/blue-onyx/ - Blue Onyx 物件偵測服務

雲端 AI 服務

• https://platform.openai.com/ - OpenAI API (ChatGPT、GPT-4 Vision)，用於影像分析和聊天
• https://console.anthropic.com/ - Anthropic Claude API，用於進階推理和影像理解
• https://ai.google.dev/ - Google Gemini API，提供多模態 AI 功能
• https://docs.anthropic.com/ - Claude API 文件
• https://platform.openai.com/docs/ - OpenAI API 文件
• https://ai.google.dev/gemini-api/docs - Gemini API 文件

本地 AI 伺服器 (LLM)

• https://ollama.com/ - Ollama：在本地執行大型語言模型
• https://docs.vllm.ai/ - vLLM：高吞吐量 LLM 推論和服務
• https://lmstudio.ai/ - LM Studio：本地 LLM 的易用桌面應用程式
• https://github.com/ollama/ollama - Ollama GitHub 儲存庫
• https://github.com/vllm-project/vllm - vLLM GitHub 儲存庫

自訂 AI 模型讓您擴展 Agent DVR 的物件辨識超越內建選項，例如辨識野生動物、送貨車輛或任何訓練模型可以找到的東西。若要將您自己的模型檔案新增至 Agent DVR，請前往伺服器設定 > AI 設定，然後在AI 模型下按一下物件辨識。Agent 隨附兩個已針對 Agent DVR 進行效能調整的預先建置模型。

在您設定模型之前，您需要將其新增至 Agent DVR 的模型資料夾（請參閱建置 AI 模型）。這通常位於Agent/Media/Models/ONNX（路徑可能因作業系統而異）。如果您不確定，新增模型頁面上會顯示完整路徑。Agent 使用.onnx模型。您可以使用 Python 工具將其他 AI 模型格式轉換為 ONNX。

建置並複製模型後，將其新增至 Agent 很簡單 - 按一下以新增模型：

• 名稱：為您的模型命名 - 這可以是任何您喜歡的名稱。
• 說明：模型功能的選擇性說明。
• 模型檔案：選擇您複製到資料夾中的模型檔案名稱。
• 標籤清單：輸入模型尋找的標籤（或「類別」）清單，格式為 CSV，不含引號（空格會自動修剪）。
• 佈局：選擇您的模型是 NCHW 還是 NHWC。如果您不確定，大多數模型都是 NCHW。
• 通道順序：選擇您的模型是否需要 RGB 或 BGR 格式的影像。大多數模型使用 RGB。如果您的模型是單通道（灰階），此設定會被忽略。
• 標準化：選擇在將資料用於模型之前應如何標準化。大多數模型使用重新調整 (0-1)，即將像素值除以 255。
• 影像填補：這控制影像是應該拉伸到輸入尺寸還是用黑色條紋填補。通常填補影像對精確度更好。
• 具有 NMS：如果您的模型已在內部執行非最大值抑制，請勾選此項。否則 Agent 會自行執行 NMS。NMS 控制結果矩形的篩選方式。
• 預設 NMS：設定 NMS 的重疊限制器（預設為 45% 重疊）。

新增模型後，您的裝置的物件辨識標籤中將可以使用該模型。如果遇到問題，您可以返回模型設定並進行變更。Agent 也支援重新載入模型檔案，因此您可以在其執行時將其覆蓋為新版本。

若要設定 AI 伺服器，請點擊 Agent DVR 主介面右上角的圖示。然後點擊「組態」下的「設定」，從下拉式選單中選擇「AI 設定」，並點擊「AI 伺服器」。

Agent DVR 除了內建 AI 之外，還可選擇與 CodeProject.AI 整合，提供各種 AI 功能，包括物件辨識、人臉辨識、ALPR（自動車牌辨識）及超解析度（增強）。PlateRecognizer.com 也可支援作為 ALPR 服務商。CodeProject.AI 是開源、免費的，且與大多數平台相容。

若要使用外部伺服器，請針對您的平台安裝它，然後點擊 AI 伺服器，再點擊 新增，以將 Agent DVR 連線至該伺服器。

您可以視需要為 Agent DVR 新增多個 AI 伺服器。Agent DVR 中的攝影機可以設定為針對每個功能使用不同的 AI 伺服器，或者您可以為所有工作項目清單使用一個 AI 伺服器。

設定您的伺服器

• 名稱：為您的伺服器命名，例如「貓咪捕捉器」。
• AI 伺服器 URL：輸入您的 AI 伺服器的 URL，例如 http://localhost:32168/
• API 金鑰：輸入您的金鑰 (如已設定，此為選用項目)。
• 逾時時間：伺服器要求的逾時時間 (以秒為單位)。
• 重試延遲時間：重試對該伺服器的失敗要求之前等待的時間 (以秒為單位)。

點擊「確定」以儲存您的設定。

若要設定 OpenAI ("ChatGPT") 以回答有關您影片串流中發生情況的問題，請瀏覽至伺服器設定 - AI 設定，並在詢問 AI 下選擇「OpenAI」。

• 網址 (URL)：輸入服務的網址。預設值為「https://api.openai.com/v1/responses」。
• OpenAI API 金鑰：在向 OpenAI 註冊後，前往API 金鑰頁面並產生新的金鑰密文。將此金鑰複製並貼入指定欄位。
• 模型：指定要使用的模型。預設值為 gpt-5.4-mini。OpenAI 可能會在稍後移除或變更此項。
• 最大權杖數：這會設定每個要求的最大權杖使用量。如果遇到問題，請在 /logs.html 查看日誌，因為這可能與權杖使用量相關。

設定 OpenAI 後，請參閱詢問 AI 以了解如何使用它來回答有關您攝影機串流中發生情況的一般問題。

若要設定 Claude AI 來回答您影片串流中發生的事情，請導航至伺服器設定 - AI 設定，並在詢問 AI 下選擇「Claude」。

• 網址 (URL)：輸入服務的網址。預設值為「https://api.anthropic.com/v1/messages」。
• Claude API 金鑰：註冊 Claude 後，請訪問 API 金鑰頁面並建立新的金鑰密文。複製此金鑰並將其貼入欄位中。
• 版本：指定要使用的 API 版本。預設值為 2023-06-01。此版本可能會在某個時刻被 Anthropic 移除或變更。
• 模型：指定要使用的模型。書寫聲時的預設值為 claude-sonnet-4-6（Claude Sonnet 4.6）。
• 最大權杖數：此選項控制每個請求的最大金鑰花費。如果遇到問題，請查看 /logs.html 的日誌，因為可能與金鑰花費有關。

設定 Claude 後，請參閱 詢問 AI 了解如何使用它來識別攝影機串流中的一般情況。

若要設定 Gemini 以回答有關您的影片饋送中發生情況的問題，請瀏覽至伺服器設定 - AI 設定，並在詢問 AI 下選擇「Gemini」。

• 網址 (URL)：輸入服務的網址。預設值為「https://generativelanguage.googleapis.com」。
• Gemini API 金鑰：註冊 Gemini 後，請造訪 API 金鑰頁面並建立新的金鑰密文。複製此金鑰並貼到欄位中。
• 版本：指定要使用的 API 版本。預設值為 v1beta。Google 可能會隨時移除或變更此項目。
• 模型：指定要使用的模型。在書寫聲時的預設值為 gemini-2.5-flash。輸入 API 金鑰後，Agent 將列出您帳戶可用的視覺模型。
• 最大權杖數：此選項控制每個請求的最大金鑰花費。如果遇到問題，請查看 /logs.html 的日誌，因為可能與金鑰花費有關。

Gemini 設定完成後，請參閱詢問 AI 以了解如何用它來識別攝影機饋送中的一般情況。

您可以使用自己的本機 LLM 伺服器（例如 vLLM、Ollama 和 LM Studio）來描述 Agent DVR 從您的攝影機在警示事件中擷取的影像，並回答關於您影片串流中正在發生什麼的問題。請參閱 描述和 詢問 AI。

若要設定本機 AI 伺服器，請前往伺服器設定 - AI 設定，然後點擊您想要使用的 LLM（Ollama、vLLM 或 LM Studio）旁的設定按鈕。

• URL：指定您的 LLM 伺服器執行所在的端點。預設值 URL 為：
  • Ollama：

    http://localhost:11434/api/chat

  • vLLM：

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

  • LM Studio：

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

• API 金鑰：如果您的 LLM 伺服器需要驗證，請在此輸入 API 金鑰。大多數本機伺服器不需要此項，除非特別設定。
• 模型：選擇具備視覺功能的模型以用於影像分析。您必須已在您的 LLM 伺服器中下載並載入此模型。Agent 建議一些受歡迎的選項，包括：
  • Qwen VL 模型（高效能）
  • Gemma 4（大小範圍良好）
  • Llama 3.2 Vision（Meta）
  • Mistral Small 3.1
  • moondream（非常小型，適合低階硬體，僅限 Ollama）
• 溫度：控制回應中的創意性與準確性（0.0-1.0）。較低的值（0.3-0.4）會產生更多實際、一致的描述。較高的值（0.6-0.8）會產生更多樣化、創意性的回應。建議值：0.4 用於安全攝影機分析。
• 最大權杖數：AI 回應中的最大字數/權杖數。較高的值允許更詳細的描述，但產生時間更長。建議值：300-500 用於詳細影像分析，150-250 用於簡短描述。
• top_p：通過限制詞彙選擇來控制回應多樣性（0.0-1.0）。較低的值使用更常見的單詞，較高的值允許更多樣的詞彙。建議值：0.9 以取得準確性和自然語言的良好平衡。
• top_k：限制模型從最可能的前 K 個下一個單詞中選擇。較低的值（20-40）會產生更專注的回應，較高的值（80-100）允許更多變化。建議值：50 用於可靠的影像描述。

若要在 Agent DVR 中設定 LPR (ANPR 或牌照辨識)，請前往伺服器設定 - AI 設定，並在 Plate Recognizer 下輸入詳情。前往 Plate Recognizer 註冊免費試用。無須信用卡。

• 網址 (URL)：輸入服務的網址。預設值為 "https://api.platerecognizer.com/v1/plate-reader/"，或如果自行代管執行個體，可使用您自己的伺服器。
• 金鑰：註冊 Plate Recognizer 後，前往 帳戶頁面並複製 API 金鑰。
• 區域：保留空白使用預設值，或輸入 區域的逗號分隔清單。
• 設定：如需要，請從 文件輸入其他組態值。

DoubleTake 是一個開放源始平台，提供統一的 API 用於處理臉部辨識，使用：

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

您需要安裝並設定 DoubleTake 搭配您偏好的臉部辨識選項。

DoubleTake 設定完成後，開啟 Agent DVR 並前往伺服器設定 - AI 設定，然後點擊 DoubleTake 旁邊的設定按鈕。

輸入您的 DoubleTake 伺服器網址 (URL)（例如 http://localhost:3000/）和您的密碼（如果已設定）。

點擊確定，然後編輯攝影機並前往臉部辨識。將 AI 伺服器選項設定為 DoubleTake，並視需要設定臉部辨識。