Доступны ли встроенные метки/проценты в модели TensorFlow?
BLUF: было бы хорошо, если бы логика действий могла быть основана на метках, характерных для модели ИИ, а не на категориях.
Оцениваю только неделю или около того, но ИИ впечатляет. Он правильно распознал людей, вездеходы и строительную технику как транспортные средства, а также лосей и белок как животных. Пока не тестировался на медведях, но я уверен, что это произойдет в любой день.
Насколько я понимаю, модель обучена с помощью TensorFlow и встроена в программное обеспечение. Я предполагаю, что модель может предоставлять типы животных и процент точности. Если это так, доступно ли это в программном обеспечении? Было бы полезно не получать электронные письма, например, о белках. Но о лосях и медведях мы определенно хотим получать оповещения по электронной почте, так как это полезно, прежде чем мы выскочим из хижины и направимся в сад... всегда хорошо знать, когда поблизости находятся лоси и медведи. Я пару раз выходил через входную дверь и пугал медведя, который был прямо за дверью или под палубой. Но у меня буквально постоянно есть белки и птицы на палубе в течение дня, и я хотел бы не получать оповещения о них.
Комментарии
Рады слышать, что SecuritySpy до сих пор работает у вас хорошо!
В настоящее время модель выводит процентную вероятность животного, но не различает разные типы животных. Это связано с тем, что наша модель обучена на реальных изображениях CCTV — это делает ее очень точной в реальных ситуациях, но проблема в том, что сложно собрать достаточно реальных изображений CCTV большого количества разных типов животных, чтобы обучить модель точно различать их.
Мы постоянно собираем больше данных, и это, возможно, то, что мы могли бы рассмотреть в будущем. Чтобы помочь в этом деле, пожалуйста, включите опцию в Общих настройках в программном обеспечении, чтобы анонимно делиться с нами изображениями. Похоже, что ваша активность животных была бы очень полезным и разнообразным источником изображений для наших обучающих данных!
Спасибо за информацию. Обучение на реальных изображениях видеонаблюдения имеет большой смысл. Я могу побаловаться с обучением модели на своей стороне для анализа кадров, которые ваше программное обеспечение захватывает с наших камер. Я могу получить огромный набор данных белок в кратчайшие сроки и, возможно, я напишу скрипт для проверки каталога, когда ваше программное обеспечение сохраняет захват движения, затем я смогу отфильтровывать уведомления о белках. Также можно попробовать то же самое с обнаружением людей, чтобы мы не получали уведомления о том, что мы ходим вокруг.
@Ben если SS не различает разные типы животных, то как вы отфильтровываете птиц для функции, которую вы создали для уменьшения числа насекомых-провокаторов?
Привет, @ jimmyjohnson, ты прав — мое утверждение выше — чрезмерное упрощение. SecuritySpy классифицирует отдельно животных, не являющихся птицами, и животных, являющихся птицами. Если у вас включена опция «Обнаружение животных должно включать птиц», то совпадение с любым классом вызовет срабатывание триггера животных. В противном случае только совпадение с классом, не являющимся птицами, вызовет срабатывание триггера животных. Это единственный способ, которым SecuritySpy различает разные типы животных на данный момент.
Спасибо за информацию. Я не пытался «зацепить» вас, а просто хотел узнать, есть ли более глубокие детали, которые можно использовать с помощью скриптов, даже если они недоступны через GUI.
Вовсе нет — я рад, что вы об этом упомянули, так как я забыл включить эту деталь в свое первоначальное описание!