IA: Configuration

Agent DVR prend en charge la reconnaissance d'objets en direct en temps réel à l'aide de fichiers de modèle AI (.onnx). Vous aurez besoin d'une licence (ou d'un abonnement actif) pour utiliser cette fonctionnalité. Consultez Serveurs AI pour configurer Agent afin d'utiliser des serveurs AI externes.

Pour commencer, modifiez votre caméra et allez dans l'onglet Reconnaissance d'Objets. Choisissez votre serveur AI en haut. Le défaut est Interne, qui est l'IA intégrée d'Agent DVR. Si vous souhaitez utiliser un serveur AI, ajoutez-le dans Paramètres du Serveur - Paramètres AI - Serveurs AI, puis sélectionnez-le ici.

Les détails suivants concernent la configuration d'Agent DVR avec son IA intégrée rapide. Vous pouvez également ajouter d'autres modèles que vous souhaitez, par exemple les modèles Ultralytics YOLO.

• Modèle : Sélectionnez le modèle AI que vous souhaitez utiliser. Agent téléchargera automatiquement les modèles intégrés au besoin. Le modèle Tiny est bon pour le matériel bas de gamme ou de nombreuses caméras. Le modèle Moyen est bon pour une meilleure précision mais utilise plus de puissance de traitement.
• Mode : Sélectionnez quand vous souhaitez que l'IA traite les images de votre vidéo. Si vous sélectionnez Intervalle, Agent utilisera le champ Taux de Traitement ci-dessous pour analyser en continu votre flux vidéo.
• Superposition : Cochez pour dessiner les résultats en temps réel sur la vidéo en direct. C'est excellent pour ajuster la limite de confiance.
• Flou : Cochez ceci pour flouter les objets reconnus (par exemple, les personnes).
• Utiliser le GPU : Cochez ceci pour utiliser votre GPU au lieu du CPU.
• Taux de Traitement : Ceci est utilisé uniquement lorsque le Mode est Intervalle - il contrôle le taux auquel les images sont envoyées au modèle. Entrez 1 pour 1 image par seconde, 20 pour 20 images par seconde ou 0.1 pour 1 image toutes les 10 secondes.
• Confiance : Cela filtre les résultats du modèle. Ajustez ceci à un niveau plus élevé pour réduire les faux positifs, mais notez que cela peut également manquer des objets.
• Vérifier les Coins : Consultez Vérification des Coins pour plus de détails.
• Trouver : Spécifiez les objets que l'IA doit détecter. La liste des options ici provient de la configuration du modèle.
• Ignorer les Objets Statique : Ignorer les objets trouvés à plusieurs reprises au même endroit.
• Tolérance : Cela contrôle combien l'objet peut se déplacer avant d'être signalé comme non statique.

Modèles Personnalisés

Pour ajouter vos propres modèles à l'IA, copiez le fichier du modèle (.onnx) dans le dossier Modèles d'Agent et consultez Ajout de Modèles.

Actions

La Reconnaissance d'Objets génère des événements IA : Objet Trouvé et IA : Objet Non Trouvé à utiliser dans Actions.

Photos

Pour des informations sur les photos, consultez Photos.

Agent DVR prend en charge les fichiers de modèle ONNX pour la reconnaissance d'objets. Vous pouvez télécharger des modèles préentraînés et les convertir au format ONNX en quelques étapes.

L'exemple ci-dessous utilise le modèle YOLO26s via Ultralytics. YOLO26s est un modèle plus petit, polyvalent, avec un bon compromis entre vitesse et précision.

Prérequis

• Python 3.10 ou version ultérieure
• pip disponible dans le PATH
• Connexion Internet
• ~1–2 Go d'espace disque libre

Étape 1 – Installer Ultralytics

pip install ultralytics

Étape 2 – Télécharger le modèle YOLO26s

Ultralytics télécharge automatiquement les poids préentraînés lors de sa première utilisation :

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

Étape 3 – Convertir en ONNX

Une fois téléchargé, exportez le modèle au format ONNX :

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

Alternative Python

from ultralytics import YOLO

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

Étape 4 – Localiser le fichier ONNX

Le fichier exporté

yolo26s.onnx

runs/export

Étape 5 – Copier dans Agent DVR

Déplacez le fichier ONNX dans votre dossier de modèles ONNX d'Agent DVR (sur le serveur Agent), par exemple :

Agent\Media\Models\ONNX\

Étape 6 – Ajouter le modèle dans Agent DVR

1. Allez dans Paramètres du serveur > Paramètres AI > Modèles AI.
2. Cliquez sur Configurer et ajoutez un nouveau modèle.
3. Entrez un nom (par exemple

   yolo26s

   ) et sélectionnez le fichier

   .onnx

   dans le menu déroulant.
4. Laissez les options restantes à leurs valeurs par défaut et cliquez sur OK.
5. Modifiez votre caméra, ouvrez l'onglet Reconnaissance d'objets, définissez Serveur sur Interne, et choisissez votre nouveau modèle.

Agent DVR prend en charge la reconnaissance faciale en direct en temps réel utilisant l'IA. Vous aurez besoin d'une licence (ou d'un abonnement actif) pour utiliser cette fonctionnalité. Consultez Serveurs IA pour configurer Agent afin d'utiliser des serveurs IA externes.

Pour commencer, modifiez votre caméra et allez dans l'onglet Reconnaissance Faciale. Choisissez votre serveur IA en haut. Le paramètre par défaut est Interne, qui est l'IA intégrée d'Agent DVR. Si vous souhaitez utiliser un serveur IA, ajoutez-le dans Paramètres du Serveur - Paramètres IA - Serveurs IA, puis sélectionnez-le ici.

Les détails suivants concernent la configuration d'Agent DVR avec son IA intégrée rapide.

• Mode : Sélectionnez quand vous souhaitez que l'IA traite les images de votre vidéo. Si vous sélectionnez Intervalle, Agent utilisera le champ Taux de Traitement ci-dessous pour analyser en continu votre flux vidéo.
• Superposition : Cochez pour dessiner les résultats en temps réel sur la vidéo en direct. C'est idéal pour ajuster la limite de confiance.
• Flou : Cochez ceci pour flouter les visages.
• Utiliser le GPU : Cochez ceci pour utiliser votre GPU au lieu du CPU.
• Taux de Traitement : Ceci n'est utilisé que lorsque le Mode est Intervalle - il contrôle le taux auquel les images sont envoyées au modèle. Entrez 1 pour 1 image par seconde, 20 pour 20 images par seconde ou 0,1 pour 1 image toutes les 10 secondes.
• Confiance : Cela filtre les résultats du modèle. Ajustez ceci plus haut pour réduire les faux positifs, mais notez que cela peut également manquer des personnes.
• Vérifier les Coins : Référez-vous à Vérification des Coins pour plus de détails.

Visages à Reconnaître

Cliquez sur Modifier les Visages pour télécharger des photos de personnes que vous souhaitez reconnaître. Vous pouvez télécharger plusieurs photos de la même personne pour améliorer les résultats. Vous pouvez télécharger des images depuis votre système de fichiers ou utiliser une webcam intégrée pour capturer des photos (nécessite SSL ou localhost).

Actions

La Reconnaissance Faciale génère des événements IA : Visage Reconnu et IA : Visage Non Reconnu à utiliser dans Actions.

Photos

Pour des informations sur les photos, consultez Photos.

Agent DVR prend en charge la reconnaissance de plaques d'immatriculation en direct en temps réel. Vous aurez besoin d'une licence (ou d'un abonnement actif) pour utiliser cette fonctionnalité. Consultez Serveurs AI pour configurer Agent afin d'utiliser des serveurs AI externes.

Pour commencer, modifiez votre caméra et allez dans l'onglet LPR. Choisissez votre serveur AI en haut. La valeur par défaut est Interne, qui est l'IA intégrée d'Agent DVR. Si vous souhaitez utiliser un serveur AI, ajoutez-le dans Paramètres du serveur - Paramètres AI - Serveurs AI, puis sélectionnez-le ici.

Les détails suivants concernent la configuration d'Agent DVR avec son IA intégrée rapide.

• Mode : Sélectionnez quand vous souhaitez que l'IA traite les images de votre vidéo. Si vous sélectionnez Intervalle, Agent utilisera le champ Taux de traitement ci-dessous pour analyser en continu votre flux vidéo.
• Superposition : Cochez pour dessiner les résultats en temps réel sur la vidéo en direct. C'est excellent pour ajuster la limite de confiance.
• Flou : Cochez ceci pour flouter les plaques d'immatriculation détectées.
• Utiliser le GPU : Cochez ceci pour utiliser votre GPU au lieu du CPU. Notez que cela ne fonctionne actuellement que sur Windows ou macOS en raison du support des pilotes GPU et de l'exécution. Linux revient actuellement au CPU.
• Taux de traitement : Ceci est utilisé uniquement lorsque le Mode est Intervalle - il contrôle le taux auquel les images sont envoyées au modèle. Entrez 1 pour 1 image par seconde, 20 pour 20 images par seconde ou 0,1 pour 1 image toutes les 10 secondes.
• Confiance : Cela filtre les résultats du modèle. Ajustez-le plus haut pour réduire les faux positifs, mais notez qu'il peut également manquer des objets.
• Vérifier les coins : Consultez Vérification des coins pour plus de détails.

Plaques d'immatriculation à rechercher

• Plaques d'immatriculation : Entrez une liste de plaques séparées par des virgules ou une URL vers un fichier CSV contenant des plaques. Agent DVR générera des événements Plaque d'immatriculation reconnue et Plaque d'immatriculation non reconnue pour ces plaques, qui peuvent déclencher des actions.
• Intervalle de rechargement : Définissez la fréquence de rechargement de la liste de plaques à partir de l'URL.
• Normaliser : Ajustez les plaques souvent mal identifiées pour améliorer la correspondance.

Actions

La reconnaissance d'objets génère des événements IA : Plaque d'immatriculation reconnue et IA : Plaque d'immatriculation non reconnue à utiliser dans Actions.

Photos

Pour des informations sur les photos, consultez Photos.

Pour configurer le filtrage des alertes dans Agent DVR, suivez ces étapes :

• Configurez et activez un Détecteur de Mouvement. Pour une utilisation minimale du CPU, utilisez le détecteur Simple. Assurez-vous qu'au moins une zone est définie pour couvrir la zone que vous souhaitez surveiller.
• Dans l'onglet Alertes, définissez le Mode sur Actions Uniquement et activez les Alertes.
• Dans l'onglet d'enregistrement, définissez le Mode sur Alertes (si vous souhaitez des enregistrements)
• Activez la Reconnaissance d'Objets dans l'onglet Reconnaissance d'Objets. Définissez le mode sur Mouvement Détecté, sélectionnez un modèle et cliquez sur Trouver pour choisir des objets à détecter, comme Personne, Chien, Voiture, etc.
• Allez dans Actions dans le menu des onglets et ajoutez une Action pour l'événement IA : Objet Trouvé.

  Sélectionnez des zones pour spécifier où détecter des objets, comme différentes zones pour votre allée et la route. Par exemple, sélectionner la zone de l'allée ne déclenchera une alerte que si une voiture y est détectée.

  Sous Tâches, cliquez sur Ajouter pour créer une tâche Alert. Cliquez sur OK deux fois pour confirmer.

Agent DVR traitera la reconnaissance d'objets par IA lors de la détection de mouvement. S'il détecte un objet spécifié dans une zone choisie, il déclenchera une action pour élever une alerte. L'absence de sélection de zone déclenchera des alertes pour toute zone.

Configurez des filtres d'alerte de manière similaire pour la reconnaissance LPR, la reconnaissance faciale, ou la reconnaissance audio.

Pour une reconnaissance d'objets par IA constante sans déclencheur de détection de mouvement, définissez le Mode sur Reconnaissance d'Objets à Intervalle. Surveillez l'impact sur vos ressources matérielles et ajustez si nécessaire.

Vous pouvez configurer plusieurs actions pour différents objets dans diverses zones. Utilisez le tag {AI} dans les actions pour faire référence à l'objet détecté.

Si l'IA ne filtre pas efficacement vos enregistrements, veuillez prendre en compte les éléments suivants :

• Assurez-vous que le paramètre Find correspond à l'une des options disponibles.
• Vérifiez que l'interrupteur d'alerte principal en haut à gauche de l'Agent montre un cadenas fermé, indiquant des alertes actives.
• Confirmez que le mode d'enregistrement est réglé sur Alerte et non sur Détection.
• Assurez-vous que le mode d'alerte est réglé sur Actions uniquement.
• Essayez de réduire le niveau de confiance dans la Reconnaissance d'objets.
• Consultez /logs.html pour les messages d'erreur, indiquant éventuellement des problèmes de serveur ou de blocages réseau.
• Surveillez les performances du serveur d'IA et assurez-vous qu'il ne provoque pas de surcharge système ou de délais d'attente.
• Si l'IA détecte toutes les classes d'objets, cela peut indiquer des problèmes de GPU. Vérifiez les pilotes de GPU ou passez à un module d'IA basé sur le CPU.