AiDBox 场景配置教程

目标:学会用系统内置的 AI 算法,配置你自己的检测场景。全程使用内置演示视频即可练习,无需摄像头。
学习路径:安全帽检测(完整手把手:多模型 + 区域规则的基础套路)→ 离岗检测(自主练习:多模型组合 + 时序判定)→ 其他场景速查(18 个内置场景任务与关键差异)。
示例场景:工地安全帽检测
背景:工地高空作业多、上方物料掉落风险高,安全帽是一线工人最基础的个体防护装备。智能实时检测能第一时间发现未佩戴人员,从源头规避坠物撞击等高危事故。
场景目标:监控工地入口,检测未佩戴安全帽的人员并自动告警。 涉及功能链:视频接入 → 算法分配 → 绘制检测区域 → 参数调节 → 实时展示 → 告警记录。
1. 准备视频通道
-
获取演示视频(联系艾域智能销售团队,或随产品交付包提供);
-
「任务配置 → 视频接入」→ 点击添加:接入类型选离线视频,自定义通道名称(如"工地北入口"),上传 mp4 文件并保存。
2. 为通道分配算法
点击「场景任务分配」进入算法配置页面,在"所有服务"中找到未戴安全帽算法并选中。该算法的业务逻辑可在「任务配置 → 场景任务 → 算法编排」中查看:
视频解码 → 目标检测(行人)→ 追踪(跨帧身份保持)
→ 类别筛选 → 安全帽分类 → 灵敏度计算 → 事件上报
关键设计:不同业务对准确性与实时性的侧重不同。通过配置业务逻辑中的参数(而非修改代码),即可在"误报尽可能少"与"告警尽可能迅速"之间灵活调整。
3. 配置检测区域(ROI)
默认算法分析整个画面;配置检测区域后只关注特定位置,减少无关干扰:
-
点击新增区域创建监测区域并命名,画面上出现可调节的六边形区域;
-
拖拽调整区域位置与形状。
使用建议:最多支持 4 个独立区域;区域不要画太小(确保目标有足够像素面积);固定干扰物(如安全帽海报)用区域排除。只有区域内的人员参与检测——告警数量与算力消耗同时下降。
4. 调节关键参数
进入算法的「参数配置」Tab,最常调节的参数:
| 参数 | 解释 | 默认值 / 建议 |
|---|---|---|
| 告警时间间隔 | 连续两次告警之间的最短间隔(秒);同一目标持续违规时按此间隔重复告警 | 60s;演示设小(10s),生产 60–120s 避免告警轰炸 |
| 告警次数 | 同一种告警类型允许的最大告警次数;0 = 不限次 | 1 |
| 静止目标去重 | 过滤长时间静止不动的目标,避免对固定物体反复告警 | 关闭;有固定干扰物时开启 |
| 行人检测方式 | 定义行人检测框进入区域的位置判定 | 按场景选择 |
| 灵敏度 | N 次检测中命中 M 次才产生告警(如"10 次中 3 次命中") | 按误报容忍度调整 |
| 最小目标尺寸 | 小于该尺寸的目标丢弃,不做告警(排除远处小目标干扰) | 如 60×60 px |
5. 运行策略与验证
-
离线视频可将"播放次数"设为 0(循环播放)便于观察;
-
保存后服务自动启动分析,「视频接入」页面对应通道显示"进行中";
-
验证方法:将告警时间间隔改为 10s,回到「实时展示」观察同一未戴安全帽人员是否每 10s 触发一次告警。
6. 算法可视化与告警
「实时展示」页面分三区:左侧所有服务通道、中间可视化画面(单/四画面布局)、右侧滚动告警记录。叠加内容包括:检测类别与置信度(如 Pedestrian:0.91)、跟踪 ID(#1318)、各算法组件耗时、统计结果面板。
「事件中心」自动记录所有告警 / 统计事件,支持按通道 + 算法服务查询回溯;计数类场景可看到 IN/OUT 与净流入等统计值。
自主练习:离岗检测
离岗检测需要多模型组合 + 时序判定(人员离开岗位区域并持续一段时间才告警),是比安全帽检测进阶的套路。配置流程与上文一致,差异在于运行策略中的"持续时长"类参数。
其他场景速查
| 类别 | 典型任务 |
|---|---|
| 工地安全类 | 未戴安全帽、离岗睡岗、周界入侵、车辆识别 |
| 智慧办公类 | 人员聚集、徘徊检测、区域闯入 |
| 消防安全类 | 烟火检测、消防柜状态(VLM) |
| 社区/园区安防类 | 车辆违停、占道识别、人脸识别 |
| 客流统计类 | 人流量统计(越线计数 IN/OUT)、方向流量 |