计算机视觉 · 边缘 AI
比警报更早的几十秒
部署在既有监控上的多类别视觉智能体：在画面内定位火焰、烟雾与灭火器，让营运端在顶棚探头触发前看到火源。
- 客户
- 客户名称保密
- 行业
- 工业、油站与户外场所
- 合作类型
- 应用人工智能工程
侦测路径
视觉智能体
秒级
摄像头画面 → 边缘模型 → 片段与位置送达手机
顶棚烟感警报
分钟级
烟羽上升 → 与气流混合 → 达到阈值 → 警报
3
检测类别
13
评估场景类型
8
光照 / 天气工况
0
新增摄像头
智能体看到什么
来自实时视频的检测结果
检测器评估画面。一个检测头、三个类别、实例框——不是场景级的「有火 / 无火」。值班人员收到的是同一套载荷：摄像头编号、UTC 时间、片段与分类区域。
- 火焰
- 烟雾
- 灭火器
CAM 04 · 林地北 · 白昼林地
电线杆配电箱起火。火焰在源头被框出，烟羽单独成类，地面灭火器同步入索引。
GSD CAM 01 · 入口 · 夜间红外
大门入口的红外画面。无彩色线索时，火焰、烟雾、灭火器三类仍保持稳定。
院落摄像头 · 白昼巷道
砖墙院落配电柜。柜门缝上多个火焰框，烟柱单独跟踪——捕捉的是起火初期，而非已成灾的房间。
室内 · 厨房 · 公共室内
休息室桌面起火。烟已升向天花板，烟感尚未必触发；墙上灭火器已被定位。
卸货门 · 周界 · 阴天野外
从仓库门内看向周界：林火与烟羽在场坪之外，灭火器在门框上。用的是既有监控。
CAM 04 · 杆 1 · 工业巷道
打开的电气箱，现场有人。智能体仍写出火焰、烟雾与灭火器，并带时间戳存证。
加油岛 · 黄昏 · 油站、低光
雨棚下油泵起火。烟雾与紧致火焰分区标注，岛上三具灭火器被找到。
CAM 04 · 街道 · 雨夜
湿路面与雨伞。反光与雨水未打乱类别：柜内火焰、上升烟羽、柱上灭火器。
装卸场 · 雾 / 霾
雾中围栏外的周界火情。模型必须把烟羽与大气霾分开——正是误报要解决的问题。
巷道 · 02:14 · 雪夜
凌晨雪暴。垃圾箱后冒烟、火焰框可不明显，灭火器柜仍被找到。无人值守的时刻仍然有用。
CAM 04 · 油站北 · 白昼油站
营业中的加油岛，远处设施侧冒烟。泵柱上的灭火器被索引，告警可指向最近器材。
林地 · 黄昏 · 低光户外
地面小火与烟羽，画面中有人。智能体定位火源，而不是把整场聚集当作场景级警报。
仓库 · 卸货区 · 室内工业、低光
灰阶卸货区内部。地面纸箱冒烟，两人沿通道走过；柱上灭火器同步入索引——同一路视频里同时标出险情与器材。
问题
合格烟感并非因为故障才晚响，而是因为烟雾必须先抵达传感器。
在林地电线杆、加油岛、厨房桌面或高挑巷道，火情往往从一小簇火焰或稀薄烟羽开始，距离最近的顶棚探头常有数米。烟雾需随气流上升并达到触发浓度，警报才会响起。几分钟足以让火势倍增，把灭火器可处理的事故变成结构性灾害。
同一资产上的摄像头，在起火当秒就能看到第一簇火光。但没有人实时盯着画面，录像只成为事后证据。现场并不缺传感器，缺的是把摄像系统当作第二类传感器来用的软件——并能在同一事件里标出火源、烟羽与最近灭火器。
工程难点
在混杂监控上做出可上线的检测器：实例级火焰、烟雾与器材——不更换警报、不采购摄像头、也不要求值班人员盯屏。
捕捉起火初期，而非已成灾的房间
有价值的信号是柜门缝上的一缕火焰或稀薄烟羽，而不是已被烟雾充满的房间。检测头必须针对早期实例训练，包括同一资产上的多个火焰框。
三类、同一帧
场景级的「有火」不够。营运需要火源、烟羽与最近灭火器。模型输出实例框，告警才能指向器材，而不是只说「可能有火」。
会击穿朴素颜色模型的工况
夜间红外（无 RGB）、雨夜反光、凌晨 02:14 降雪，以及雾霾与真实烟羽。颜色、对比度与大气都在说谎时，三个类别仍须成立。
从检测框到营运敢信任的载荷
摄像头编号、场地位置、UTC 时间戳、短视频与分类框——送达 Slack、WhatsApp、Telegram 或 Webhook，并作为审计轨迹留存。没有证据却在 02:47 叫醒人的检测器会被关掉。
我们交付的架构
与认证警报并行的第二类传感器。警报继续工作，摄像头开始真正产生营运信号。
01
视频流接入
接入场地既有摄像头（RTSP / ONVIF），将不同厂商画面（含夜间红外流）归一化，使同一套智能体运行时覆盖整个系统。
02
边缘视觉智能体
针对早期火焰与烟羽特征训练的智能体持续监看视频流。检测不等待烟雾到达顶棚探头，推理留在现场既有算力上。
03
结构化事件与片段
一旦确认，系统写入摄像头编号、位置、UTC 时间、短视频与实例框（类别 + 区域）。这份载荷既是营运信号，也是证据记录。
04
分发与留存
适配器将事件推送到营运团队已在使用的频道，并同步写入存证，供事后保险或检查完整回溯摄像头所见的火情信号。
技术栈
多类别检测器
火焰、烟雾、灭火器实例
边缘推理
现场 GPU / 既有算力
视频接入
RTSP / ONVIF 混杂系统
事件结构
摄像头、UTC、片段、分类框
频道适配器
Slack、WhatsApp、Telegram、Webhook
证据存储
带时间戳的片段与审计轨迹
系统画像
规格与评估范围
下列数字来自发货设计与已评估场景集，不是实验室 mAP 卡片。它们描述智能体在真实监控上必须做到的事。
3
每帧类别
火焰、烟雾、灭火器作为独立实例头。加油岛一帧可以同时有一个火焰框、一道烟羽和三具灭火器。
13
场景类型
林地电杆、夜间入口红外、砖墙院落、室内厨房、仓库门、工业巷道、加油站黄昏/白昼、雨夜街道、雾中场地、雪巷、黄昏聚集、仓库卸货区内部。
8
工况
白昼、黄昏、夜间红外（无 RGB）、雨、雪、雾/霾、室内与营业中的油站。颜色不是必要线索。
多框
实例输出
同一资产上每类可有多个框——柜门缝、地面与墙上的器材——而不是单一场景标签。
<60秒
视觉路径
相对顶棚探头的设计目标：第一簇可见火焰或烟羽，而不是等待烟雾到达。同一事故上警报滞后通常是分钟级。
边缘
推理位置
检测留在现场已有算力上。不新增摄像头，不为每条巷道装专用火情探头，也不为做决定绕一次云端。
5 字段
事件载荷
camera_id、场地位置、UTC 时间戳、片段 URI、detections[{class, box}]。足够进 Slack，也足够给保险公司事后查阅。
双路径
传感器类别
与认证警报并行。警报不被替换。摄像系统成为第二条、更快的路径。
结果
秒级
对比分钟级
视觉路径在第一缕可见烟羽或火焰出现时即触发，而顶棚探头仍在等待烟雾到达。
三类
定位告警
值班人员收到的是火源、烟羽与最近灭火器——不是原始视频，也不是二元的「可能有火」。
零
新增摄像头
部署建立在场地已经投入的基础设施上。无需为每条巷道采购专用火情摄像头，也无需替换警报。
我们的观点
火灾侦测不应只依赖单一物理路径。摄像头本来就是传感器，缺的是把它们当作传感器来用的软件：持续运行、部署在边缘，并且严谨到营运团队敢于信任信号。这才是我们交付的应用人工智能——不是干净视频上的演示，而是必须与认证警报并存、并在凌晨 02:47 仍然有用的第二类传感器。
携手打造卓越产品。
有好的想法？我们期待与您交流，共同创造下一个里程碑。
David Wong
产品经理｜资深技术交付经理
后续流程说明
- 请提供项目的基本信息，包括预期目标、技术挑战及大致时间安排。
- 我们将在收到表单后的 24 小时内予以回复。