Bem-estarDetecção de Pessoas no Chão
Uma pessoa deitada no chão.
Saiba Mais
A análise de vídeo convencional exige meses de coleta de dados, rotulagem e treinamento para cada novo caso de uso. StreamVLM™ utiliza um modelo de visão e linguagem que já compreende imagens e linguagem. Assim, um detector descrito em uma frase começa a funcionar imediatamente.
A Variedade de Necessidades Pouco Comuns
Cada cidade precisa ver situações para as quais nenhum fornecedor de análise vende um módulo: uma pessoa deitada no chão, uma cerca danificada ou descarte irregular de resíduos atrás de um depósito. Isoladamente, nenhuma justifica um programa de treinamento. Juntas, representam a maior parte do que realmente preocupa um município. A biblioteca visual abaixo reúne 24 dessas condições, com a vista de câmera e a página que explica cada uma.
StreamVLM™ atende a essa necessidade. Um operador escreve a condição em inglês simples; o mecanismo avalia os quadros ao vivo com base na instrução. As correspondências geram alertas em tempo real como qualquer outro evento. Cada canal de câmera aceita vários detectores simultâneos baseados em instruções, cada um com limiar de confiança, intervalo entre alertas e tipo de evento próprios.
StreamVLM™ está incluído no preço padrão da IREX: não há cobrança separada de licença, módulo ou assinatura. O único custo adicional é um nó GPU local para inferência VLM quando a implantação exigir.
Exemplo
"Emita um alerta quando uma pessoa estiver deitada no chão." Não existe um conjunto de dados de pessoas caindo em plataformas para treinamento. Coletá-lo não seria prático nem digno. Um modelo de visão e linguagem não precisa dele: já compreende a cena, por isso a instrução é a especificação.
Biblioteca de Casos de Uso
Explore 24 condições definidas por instruções, cada uma com uma imagem ilustrativa de câmera e sua própria página. Um fluxo de trabalho treinado relacionado a veículos de duas rodas completa a biblioteca visual.
Bem-estarUma pessoa deitada no chão.
Saiba Mais →
SegurançaMãos levantadas durante um possível incidente de segurança.
Saiba Mais →
Segurança financeiraInterferência visível ou um cliente sob ameaça.
Saiba Mais →
Segurança viáriaUma colisão ou um veículo imobilizado na via.
Saiba Mais →
Manutenção viáriaObjetos bloqueando uma faixa ou travessia.
Saiba Mais →
AlagamentosÁgua acumulada em uma passagem inferior ou rua.
Saiba Mais →
Fogo e fumaçaFumaça ou fogo visível perto de um espaço aberto.
Saiba Mais →
FurtoAlguém forçando o cadeado de uma bicicleta.
Saiba Mais →
Espaço públicoUma pessoa usando spray ou fazendo marcas em uma superfície.
Saiba Mais →
Serviços municipaisResíduos deixados em um espaço público monitorado.
Saiba Mais →
Segurança do transporteUma bolsa deixada separada de seu proprietário.
Saiba Mais →
Segurança de multidõesUma multidão atingindo uma densidade perigosa.
Saiba Mais →
Segurança na travessiaUm veículo que não dá passagem a um pedestre.
Saiba Mais →
Espaço de pedestresUma moto entrando em um espaço de pedestres.
Saiba Mais →
Segurança ferroviáriaAlguém entrando na área dos trilhos.
Saiba Mais →
Segurança viáriaAnimais de criação ou silvestres em uma faixa de circulação.
Saiba Mais →
Segurança do localEntrada em uma área restrita após o horário.
Saiba Mais →
PerímetroUma seção quebrada de um perímetro de segurança.
Saiba Mais →
Espaço aéreoUma pessoa lançando um drone nas proximidades.
Saiba Mais →
Unidades prisionaisUm celular ou tablet visível em uma área restrita.
Saiba Mais →
Fogo e fumaçaFumaça visível dentro de um terminal ou edifício.
Saiba Mais →
Segurança do trabalhoUm trabalhador perto de máquinas sem o equipamento obrigatório.
Saiba Mais →
Estado das câmerasUma vista de câmera bloqueada ou degradada.
Saiba Mais →
Segurança do localUm veículo onde o acesso é limitado.
Saiba Mais →
Módulo treinado relacionadoUma motocicleta com dois ocupantes perto de um caixa eletrônico. Explore o módulo treinado relacionado e deixe que um agente analise o clipe.
Saiba Mais →O que o Diferencia
Sem coleta de dados, rotulagem nem modelo específico por caso de uso. Um novo detector é uma frase e funciona desde o momento em que é salvo.
Projetado para substituir e unificar vários módulos anteriores, entre eles a detecção de fogo, o monitoramento da qualidade de vídeo e a detecção de violação.
O limiar de confiança, o intervalo entre alertas e o tipo de evento são configurados individualmente, para que uma condição com muitos alertas não sobrecarregue o operador.
Cada instrução, quadro analisado, alerta e ação de agente é registrado com horário, identidade do operador e identificador do caso, sob acesso baseado em papéis.
Os eventos do StreamVLM chegam aos mesmos três modos dos módulos clássicos: alertas em tempo real, investigações no arquivo e exportação de Big Data.
Um detector definido por instruções opera dentro do mesmo modelo ético dos módulos treinados, incluindo a regra de restrições estritas.
StreamVLM funciona em um nó GPU na instância do cliente. A equipe de engenharia da IREX confirma se uma implantação específica está incluída; isso não é prometido antecipadamente.
Não. StreamVLM está incluído no preço padrão da IREX, sem cobrança separada de licença, módulo ou assinatura. Se a implantação precisar de um nó GPU local para inferência VLM, seu dimensionamento e preço serão definidos com a equipe de engenharia da IREX.
Vários. Um canal de câmera executa vários detectores definidos por instruções ao mesmo tempo, cada um com limiar de confiança, intervalo entre alertas e tipo de evento próprios. A IREX ainda não publica um limite por câmera: a densidade depende do hardware do cliente e é medida com suas próprias câmeras durante o piloto.
Foi projetado para unificar vários deles, incluindo detecção de fogo, monitoramento da qualidade de vídeo e detecção de violação. Os detectores treinados que operam em altas taxas de quadros continuam sendo a ferramenta adequada para acompanhar pessoas e veículos em movimento rápido.
Um modelo de visão e linguagem de pesos abertos publicado por terceiros e usado como é publicado. A IREX não faz ajuste fino nem modifica seus pesos; fixa sua versão e soma de verificação. O modelo é servido apenas em endpoints designados dentro de sua instância, no nó GPU dessa instância. Nenhum quadro, instrução ou avaliação sai dela e nenhuma instância em qualquer região usa inferência em nuvens de terceiros. O modelo não chama ferramentas, não mantém memória entre quadros e não tem acesso ao arquivo, à base de eventos, às listas de observação, a outras câmeras nem à rede. Também não tem função biométrica: avalia cenas e condições e não pode identificar uma pessoa. A IREX não publica qual modelo utiliza; identidade, versão e soma de verificação são comunicadas ao cliente sob acordo de confidencialidade. Nomear o modelo cria uma superfície de ataque e comunica uma informação que fica desatualizada. A parte B da Política de governança de modelos de IA pública estabelece todas essas regras.
Continue Lendo
Traga as condições que realmente preocupam sua cidade. Se uma instrução puder descrevê-las, normalmente podemos mostrar um detector para elas durante o piloto.