AI (인공지능): 구성

Agent DVR는 AI 모델 파일(.onnx)을 사용하여 실시간 실시간 객체 인식을 지원합니다. 이 기능을 사용하려면 라이센스 (또는 활성 구독)가 필요합니다. 외부 AI 서버를 사용하도록 Agent를 구성하려면 AI 서버를 참조하십시오.

시작하려면 카메라를 편집하고 객체 인식 탭으로 이동하십시오. 상단에서 AI 서버를 선택하십시오. 기본값은 내부로, Agent DVR의 내장 AI입니다. AI 서버를 사용하려면 서버 설정 - AI 설정 - AI 서버에서 추가한 다음 여기에서 선택하십시오.

다음 세부정보는 Agent DVR을 빠른 내장 AI로 구성하는 방법입니다. Ultralytics YOLO 모델와 같이 원하는 다른 모델을 추가할 수도 있습니다.

• 모델: 사용하려는 AI 모델을 선택하십시오. Agent는 필요에 따라 내장 모델을 자동으로 다운로드합니다. 작은 모델은 저사양 하드웨어 또는 많은 카메라에 적합합니다. 중간 모델은 더 나은 정확도를 제공하지만 더 많은 처리 능력을 사용합니다.
• 모드: AI가 비디오의 프레임을 처리할 시점을 선택하십시오. 간격을 선택하면 Agent는 아래의 처리 속도 필드를 사용하여 비디오 피드를 지속적으로 분석합니다.
• 오버레이: 실시간 결과를 라이브 비디오에 그리려면 체크하십시오. 이는 신뢰 한계를 조정하는 데 유용합니다.
• 블러: 인식된 객체(예: 사람)를 흐리게 하려면 체크하십시오.
• GPU 사용: CPU 대신 GPU를 사용하려면 체크하십시오.
• 처리 속도: 이는 모드가 간격일 때만 사용됩니다 - 프레임이 모델로 전송되는 속도를 제어합니다. 1초에 1프레임을 원하면 1을 입력하고, 1초에 20프레임을 원하면 20을 입력하거나, 10초마다 1프레임을 원하면 0.1을 입력하십시오.
• 신뢰도: 이는 모델의 결과를 필터링합니다. 잘못된 긍정을 줄이려면 이 값을 높게 조정하십시오. 그러나 객체를 놓칠 수도 있습니다.
• 모서리 확인: 더 많은 세부정보는 모서리 확인을 참조하십시오.
• 찾기: AI가 감지할 객체를 지정하십시오. 여기의 옵션 목록은 모델 구성에서 가져옵니다.
• 정적 객체 무시: 동일한 위치에서 반복적으로 발견되는 객체를 무시합니다.
• 허용 오차: 객체가 정적이지 않다고 표시되기 전에 얼마나 움직일 수 있는지를 제어합니다.

사용자 정의 모델

AI에 자신의 모델을 추가하려면 모델 파일(.onnx)을 Agent의 모델 폴더에 복사하고 모델 추가를 참조하십시오.

작업

객체 인식은 AI: 객체 발견 및 AI: 객체 미발견 이벤트를 생성하여 작업에서 사용할 수 있습니다.

사진

사진에 대한 정보는 사진를 참조하십시오.

Agent DVR는 객체 인식을 위한 ONNX 모델 파일을 지원합니다. 사전 훈련된 모델을 다운로드하고 몇 가지 단계로 ONNX 형식으로 변환할 수 있습니다.

아래 예제는 Ultralytics를 통해 YOLO26s 모델을 사용합니다. YOLO26s는 좋은 속도/정확도 균형을 가진 소형 일반 목적 모델입니다.

전제 조건

• Python 3.10 이상
• PATH에 pip가 사용 가능
• 인터넷 연결
• 약 1–2 GB의 여유 디스크 공간

1단계 – Ultralytics 설치

pip install ultralytics

2단계 – YOLO26s 모델 다운로드

Ultralytics는 처음 사용될 때 자동으로 사전 훈련된 가중치를 다운로드합니다:

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

3단계 – ONNX로 변환

다운로드가 완료되면 모델을 ONNX 형식으로 내보냅니다:

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

Python 대안

from ultralytics import YOLO

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

4단계 – ONNX 파일 찾기

내보낸

yolo26s.onnx

runs/export

5단계 – Agent DVR로 복사

ONNX 파일을 Agent DVR ONNX 모델 폴더(Agent 서버)로 이동합니다. 예를 들어:

Agent\Media\Models\ONNX\

6단계 – Agent DVR에 모델 추가

1. 서버 설정 > AI 설정 > AI 모델로 이동합니다.
2. 구성을 클릭하고 새 모델을 추가합니다.
3. 이름(예:

   yolo26s

   )을 입력하고 드롭다운에서

   .onnx

   파일을 선택합니다.
4. 나머지 옵션은 기본값으로 두고 확인을 클릭합니다.
5. 카메라를 편집하고 객체 인식 탭을 열어 서버를 내부로 설정하고 새 모델을 선택합니다.

Agent DVR는 AI를 사용하여 실시간 실시간 얼굴 인식을 지원합니다. 이 기능을 사용하려면 라이센스 (또는 활성 구독)가 필요합니다. 외부 AI 서버를 사용하도록 Agent를 구성하려면 AI 서버를 참조하십시오.

시작하려면 카메라를 편집하고 얼굴 인식 탭으로 이동하십시오. 상단에서 AI 서버를 선택하십시오. 기본값은 내부로, 이는 Agent DVR의 내장 AI입니다. AI 서버를 사용하려면 서버 설정 - AI 설정 - AI 서버에서 추가한 후 여기에서 선택하십시오.

다음 세부정보는 Agent DVR을 빠른 내장 AI로 구성하는 방법입니다.

• 모드: AI가 비디오의 프레임을 처리하도록 할 때 선택하십시오. 간격을 선택하면 Agent는 아래의 처리 속도 필드를 사용하여 비디오 피드를 지속적으로 분석합니다.
• 오버레이: 실시간 결과를 라이브 비디오에 그리려면 체크하십시오. 이는 신뢰 한계를 조정하는 데 좋습니다.
• 블러: 얼굴을 흐리게 하려면 체크하십시오.
• GPU 사용: CPU 대신 GPU를 사용하려면 체크하십시오.
• 처리 속도: 모드가 간격일 때만 사용됩니다 - 이는 프레임이 모델에 전송되는 속도를 제어합니다. 1초에 1프레임을 위해 1을 입력하고, 1초에 20프레임을 위해 20을 입력하거나, 10초마다 1프레임을 위해 0.1을 입력하십시오.
• 신뢰도: 이는 모델의 결과를 필터링합니다. 잘못된 긍정을 줄이기 위해 이 값을 높게 조정하십시오. 그러나 사람을 놓칠 수도 있습니다.
• 코너 확인: 자세한 내용은 코너 확인을 참조하십시오.

인식할 얼굴

인식하려는 사람의 사진을 업로드하려면 얼굴 편집을 클릭하십시오. 결과를 개선하기 위해 동일한 사람의 여러 사진을 업로드할 수 있습니다. 파일 시스템에서 이미지를 업로드하거나 내장 웹캠을 사용하여 사진을 캡처할 수 있습니다(SSL 또는 로컬호스트 필요).

작업

얼굴 인식은 AI: 얼굴 인식됨 및 AI: 얼굴 인식되지 않음 이벤트를 생성하여 작업에 사용할 수 있습니다.

사진

사진에 대한 정보는 사진을 참조하십시오.

Agent DVR는 실시간 실시간 번호판 인식을 지원합니다. 이 기능을 사용하려면 라이센스 (또는 활성 구독)가 필요합니다. 외부 AI 서버를 사용하도록 Agent를 구성하려면 AI 서버를 참조하십시오.

시작하려면 카메라를 편집하고 LPR 탭으로 이동하십시오. 상단에서 AI 서버를 선택하십시오. 기본값은 내부로, Agent DVR의 내장 AI입니다. AI 서버를 사용하려면 서버 설정 - AI 설정 - AI 서버에서 추가한 후 여기에서 선택하십시오.

다음 세부정보는 Agent DVR을 빠른 내장 AI로 구성하는 방법입니다.

• 모드: AI가 비디오의 프레임을 처리하도록 할 때 선택하십시오. 간격을 선택하면 Agent는 아래의 처리 속도 필드를 사용하여 비디오 피드를 지속적으로 분석합니다.
• 오버레이: 실시간 결과를 라이브 비디오에 표시하려면 체크하십시오. 이는 신뢰 한계를 조정하는 데 유용합니다.
• 블러: 감지된 번호판을 흐리게 하려면 체크하십시오.
• GPU 사용: CPU 대신 GPU를 사용하려면 체크하십시오. 현재 GPU 드라이버 및 런타임 지원으로 인해 Windows 또는 macOS에서만 작동합니다. Linux는 현재 CPU로 돌아갑니다.
• 처리 속도: 모드가 간격일 때만 사용됩니다 - 이는 프레임이 모델에 전송되는 속도를 제어합니다. 초당 1프레임은 1, 초당 20프레임은 20, 10초마다 1프레임은 0.1을 입력하십시오.
• 신뢰도: 이는 모델의 결과를 필터링합니다. 잘못된 긍정을 줄이기 위해 이 값을 높게 조정하십시오. 그러나 물체를 놓칠 수도 있습니다.
• 코너 확인: 자세한 내용은 코너 확인을 참조하십시오.

찾아야 할 번호판

• 번호판: 번호판의 쉼표로 구분된 목록 또는 번호판이 포함된 CSV 파일의 URL을 입력하십시오. Agent DVR은 이러한 번호판에 대해 번호판 인식됨 및 번호판 인식되지 않음 이벤트를 생성하여 작업을 트리거할 수 있습니다.
• 재로드 간격: URL에서 번호판 목록을 재로드하는 빈도를 설정하십시오.
• 정규화: 일반적으로 잘못 식별된 번호판을 조정하여 일치를 개선하십시오.

작업

객체 인식은 AI: 번호판 인식됨 및 AI: 번호판 인식되지 않음 이벤트를 생성하여 작업에 사용할 수 있습니다.

사진

사진에 대한 정보는 사진를 참조하십시오.

Agent DVR에서 알림 필터링을 설정하려면 다음 단계를 따르십시오:

• 모션 감지기를 구성하고 활성화합니다. 최소한의 CPU 사용을 위해 간단한 감지기를 사용하십시오. 모니터링할 영역을 커버하기 위해 적어도 하나의 영역이 정의되어 있는지 확인하십시오.
• 알림 탭에서 모드를 작업만으로 설정하고 알림을 활성화합니다.
• 녹화 탭에서 모드를 알림으로 설정합니다 (녹화를 원할 경우).
• 객체 인식 탭에서 객체 인식을 활성화합니다. 모드를 모션 감지됨으로 설정하고, 모델을 선택한 후 찾기를 클릭하여 사람, 개, 자동차 등과 같은 감지할 객체를 선택합니다.
• 탭 메뉴에서 작업으로 이동하여 이벤트 AI: 객체 발견에 대한 작업을 추가합니다.

  객체를 감지할 위치를 지정하기 위해 구역을 선택하십시오. 예를 들어, 진입로와 도로에 대해 서로 다른 구역을 설정할 수 있습니다. 진입로 구역을 선택하면 해당 위치에서 자동차가 감지될 때만 알림이 발생합니다.

  작업 아래에서 추가를 클릭하여 알림 작업을 생성합니다. 확인을 위해 OK를 두 번 클릭합니다.

Agent DVR는 움직임 감지 시 AI 객체 인식을 처리합니다. 선택한 영역에서 지정된 객체를 감지하면 경고를 발생시키는 동작을 트리거합니다. 영역 선택이 없으면 모든 영역에 대해 경고가 발생합니다.

LPR 인식, 얼굴 인식 또는 오디오 인식에 대해 유사하게 경고 필터를 설정하십시오.

움직임 감지 트리거 없이 지속적인 AI 객체 인식을 위해 객체 인식의 모드를 간격으로 설정하십시오. 하드웨어 리소스에 미치는 영향을 모니터링하고 필요에 따라 조정하십시오.

다양한 영역에서 서로 다른 객체에 대해 여러 동작을 구성할 수 있습니다. 감지된 객체를 참조하기 위해 동작에서 {AI} 태그를 사용하십시오.

만약 AI가 녹화를 효과적으로 필터링하지 못한다면, 다음을 고려해보세요:

• [Find] 설정이 사용 가능한 옵션 중 하나와 일치하는지 확인하세요.
• Agent의 왼쪽 상단에 있는 마스터 경고 스위치가 닫힌 자물쇠를 나타내는지 확인하세요.
• 녹화 모드가 [Alert]로 설정되어 있는지, [Detect]이 아닌지 확인하세요.
• 경고 모드가 [Actions Only]로 설정되어 있는지 확인하세요.
• 객체 인식 아래의 신뢰 수준을 낮춰보세요.
• 에러 메시지를 확인하기 위해 /logs.html을 확인하세요. 이는 서버 문제나 네트워크 차단을 나타낼 수 있습니다.
• AI 서버 성능을 모니터링하고, 시스템 과부하나 시간 초과를 일으키지 않도록 확인하세요.
• 만약 AI가 모든 객체 클래스를 감지한다면, GPU 문제를 나타낼 수 있습니다. GPU 드라이버를 확인하거나 CPU 기반 AI 모듈로 전환하세요.