Перейти в хранилище документации
Обратиться в техническую поддержку
Для настройки детекторов анализа ситуации на базе нейротрекера необходимо:
В поле Количество обрабатываемых кадров в секунду задать количество кадров в секунду, которые будет обрабатывать нейросеть (3). Чем выше значение, тем точнее трекинг, но выше нагрузка на процессор.
Внимание!
Рекомендуются значение не менее 6 кадров в секунду. Для быстро перемещающихся объектов (бегущий человек, машина) частота кадров в секунду должна быть не менее 12 (см. Примеры настройки нейротрекера для решения типовых задач).
По умолчанию активировано Прореживание видеопотока (4). В этом случае декодируются только ключевые кадры. Для отключения прореживания необходимо выбрать Нет в соответствующем поле. Использование данной возможности снижает нагрузку на Сервер, однако при этом закономерно снижается качество детектирования. Рекомендуется активировать данный параметр для "слепых" (без отображения видеоизображения) Серверов, на которых необходимо вести детектирование. Для кодека MJPEG прореживание не актуально, так как каждый кадр считается ключевым.
Внимание!
Параметры Количество обрабатываемых кадров в сек и Прореживание видеопотока взаимосвязаны.
Если к Серверу не подключен локальный Клиент, то для удаленных Клиентов работают следующие правила:
Если к Серверу подключается локальный Клиент, работа детектора всегда будет осуществляться согласно установленному периоду. После отключения локального Клиента вышеуказанные правила будут снова актуальны.
В поле Режим работы нейротрекера выбрать процессор для работы нейросети − центральный, один из графических процессоров NVIDIA или один из графических процессоров Intel (10, см. Требования к аппаратной платформе для работы нейроаналитики, Общие сведения о настройке детекторов).
Внимание!
В поле Тип объекта выбрать объект распознавания (11):
В поле Время исключения неподвижных объектов ввести время в секундах, после истечении которого трек неподвижного объекта скрывается (12). Если значение параметра равно 0, то трек неподвижного объекта не скрывается.
Если указать класс/классы отсутствующие в нейросети – будут отображаться треки всех доступных классов из нейросети (11, 22).
Примечание
Начиная с версии Detector Pack 3.10.2, если указать класс/классы, отсутствующие в нейросети, то треки отображаться не будут (11, 22).
При необходимости активировать параметр Квантизация модели (16). Данный параметр позволяет уменьшить потребление вычислительных мощностей GPU.
Примечание
В ITV было проведено исследование, в ходе которого модель, которая обучалась идентифицировать характеристики детектируемого объекта при квантизации модели, дала следующие результаты: квантизация модели может привести к повышению процента распознавания, а также к его падению. Это связано с обобщением математической модели. Изменение процента детекции колеблется в пределах ± 1,5%, а процент идентификации объекта в пределах ± 2%.
Квантизация модели применима только для GPU NVIDIA.
Первый запуск детектора с активированной функцией квантизации может занять больше времени, чем стандартный запуск.
Если используется кэширование GPU, последующие запуски детектора с квантизацией будут выполняться без задержек.
Для работы поиска похожих в поле Поиск похожих выбрать из списка значение Да (18). При активации параметра нагрузка на процессор увеличивается.
Внимание
Поиск похожих работает только по трекам людей.
Если не требуется детектировать неподвижные объекты, выбрать Да в поле Скрыть неподвижные объекты (21). При обнаружении подвижных объектов использование данного параметра позволяет уменьшить количество ложных срабатываний. Объект считается неподвижным, если за все время существования его трека он не сместился более чем на 10% от своей ширины или высоты.
Внимание!
Если неподвижный объект начнет движение, детектор выдаст на него сработку и объект больше не будет считаться неподвижным.
При использовании уникальной нейросети выбрать соответствующий файл (22).
Внимание!
По умолчанию весь кадр является зоной детектирования. Если необходимо ограничить зону анализа, в окне предварительного просмотра задать одну или несколько областей, в которых необходимо выполнять анализ.
Примечание
Задание областей анализа выполняется по аналогии с базовым трекером (см. Задание общих зон анализа ситуации). Однако для нейротрекера, в отличие от базового, задаются именно зоны анализа, а не зоны игнорирования.
Далее следует на базе нейротрекера создать и настроить необходимые детекторы. Их настройка будет осуществляться так же, как и для базового трекера (см. Настройка детекторов анализа ситуации на базе трекера объектов).
Внимание!