客製化 AI 影像辨識與事件提醒

提醒響起之後，還能回頭確認發生了什麼

影像辨識接進現場，操作人員需要的不只有框線：提醒是什麼時候發生、來自哪一路影像，以及當時看到了什麼，都要能回頭確認。

這次完成的 Windows 工作台，把圖片、影片與 RTSP 串流辨識整合在一起。RTSP 偵測到人形並觸發提示時，會在本機留下事件時間、來源、模型與辨識快照，讓後續查閱有跡可循。

一筆事件對應一次提醒，不是每一幀都存，也不代表辨識到一位不同的人。圖片與影片模式可以查看辨識結果；這類事件紀錄則在 RTSP 模式建立。

每天操作的小事，也一起做好

常用來源存起來，不必反覆貼位址

最多保存 10 個命名串流端點，提供新增、編輯、刪除與下拉選擇。辨識期間鎖定來源，停止後再切換，避免畫面與正在處理的來源混淆。

正在運作，不代表畫面一定是新的

工作台分開呈現執行狀態與影像是否即時。準備模型、等待首張影像、串流中斷和重連都有對應提示；停止辨識後保留最後畫面，並明確標示「非即時」。

需要看細節時，可以停下來仔細看

圖片、影片與串流共用縮放、拖曳、100% 與適合視窗操作。模型與辨識門檻可在設定中調整，儲存後於下次開始辨識生效。

提醒要有用，也要減少重複干擾

首次偵測到人形時，工作台發出本機提示音；人形持續出現時，不會逐幀重複響鈴。連續 5 秒的有效辨識結果沒有出現人形後，再次出現才重新觸發。

斷線或沒有新結果，不會被當成「現場已經沒有人」。這個區分讓提醒規則跟著有效影像運作，而不是只看時間經過多久。

目前提醒發生在這台電腦。若需要通知現場以外的人，可另外整合 LINE、Email 或既有系統，並一起確認接收人、重複提醒與發送失敗時的處理方式。

留下紀錄，也交代清楚怎麼保存

事件與快照保留 365 天，程式會在啟動、定期檢查及事件操作時清理過期資料。若電腦關機，過期清理會在程式下次啟動後處理。

圖片空間達 1 GB 時會提醒操作人員，可選擇暫時保留，或確認清除事件圖片並留下文字紀錄。這是提醒門檻，不是達到容量就默默刪除仍在保存期限內的圖片。

關閉程式也加入確認與收尾狀態；如果事件保存失敗，介面會呈現未保存筆數與原因，讓操作人員知道還有哪些資料需要處理。

換成你的場景，從資料開始

這個案例以人形辨識為例。如果要辨識不同物件、零件或特定異常，可以先提供一小批具代表性的影像：想找的目標、正常情況，以及容易混淆或漏掉的畫面。

我們會先確認目標能否從影像中辨識、資料是否足夠，再評估標註、客製化訓練與系統整合。訓練後以獨立樣本檢查誤報、漏報和處理速度，讓模型表現有具體的檢查方式。

能安裝、能操作，才算把工具交到手上

完整安裝包包含程式所需執行環境與基準模型，不必另外建立 Python 開發環境。已完成安裝成品的 GPU 圖片與影片流程驗證；使用條件為 Windows、相容的 NVIDIA GPU 與驅動，串流模式另需可連線的影像來源。

正式投入現場前，仍需使用實際設備與影像確認辨識品質、速度和操作流程。本頁展示操作成果，不以單張畫面的信心分數或推論耗時代替整體準確率與效能評測。