計算機視覺 · 邊緣 AI

警報更早的幾十秒

部署在既有監控上的多類別視覺智能體:在畫面內定位火焰、煙霧與滅火器,讓營運端在頂棚探頭觸發前看到火源。

3

檢測類別

13

評估場景類型

8

光照 / 天氣工況

0

新增攝像頭

智能體看到什麼

來自實時視頻的檢測結果

檢測器評估畫面。一個檢測頭、三個類別、實例框——不是場景級的「有火 / 無火」。值班人員收到的是同一套載荷:攝像頭編號、UTC 時間、片段與分類區域。

  • 火焰
  • 煙霧
  • 滅火器

GSD CAM 01 · 入口

夜間紅外

院落攝像頭

白晝巷道

室內 · 廚房

公共室內

卸貨門 · 周界

陰天野外

CAM 04 · 杆 1

工業巷道

加油島 · 黃昏

油站、低光

CAM 04 · 街道

雨夜

裝卸場

霧 / 霾

巷道 · 02:14

雪夜

CAM 04 · 油站北

白晝油站

林地 · 黃昏

低光戶外

倉庫 · 卸貨區

室內工業、低光

問題

合格煙感並非因為故障才晚響,而是因為煙霧必須先抵達傳感器。

在林地電線杆、加油島、廚房桌面或高挑巷道,火情往往從一小簇火焰或稀薄煙羽開始,距離最近的頂棚探頭常有數米。煙霧需上升並達到觸發濃度,警報才會響起。 同一資產上的攝像頭,在起火當秒就能看到第一簇火光,但沒有人實時盯著畫面。

工程難點

在混雜監控上做出可上線的檢測器:實例級火焰、煙霧與器材——不更換警報、不採購攝像頭。

捕捉起火初期,而非已成災的房間

有價值的信號是一縷火焰或稀薄煙羽,而不是已被煙霧充滿的房間。

三類、同一幀

場景級的「有火」不夠。告警必須指向火源、煙羽與最近滅火器。

會擊穿樸素顏色模型的工況

夜間紅外、雨、雪與霧霾。顏色和大氣都在説謊時,三個類別仍須成立。

從檢測框到營運敢信任的載荷

攝像頭編號、UTC 時間、短視頻與分類框送達既有渠道。沒有證據的檢測器會被關掉。

我們交付的架構

與認證警報並行的第二類傳感器。警報繼續工作,攝像頭開始真正產生營運信號。

  1. 01

    視頻流接入

    接入場地既有攝像頭(RTSP / ONVIF),將不同廠商畫面(含夜間紅外流)歸一化,使同一套智能體運行時覆蓋整個系統。

  2. 02

    邊緣視覺智能體

    針對早期火焰與煙羽特徵訓練的智能體持續監看視頻流。檢測不等待煙霧到達頂棚探頭,推理留在現場既有算力上。

  3. 03

    結構化事件與片段

    一旦確認,系統寫入攝像頭編號、位置、UTC 時間、短視頻與實例框(類別 + 區域)。這份載荷既是營運信號,也是證據記錄。

  4. 04

    分發與留存

    適配器將事件推送到營運團隊已在使用的頻道,並同步寫入存證,供事後保險或檢查完整回溯攝像頭所見的火情信號。

技術棧

多類別檢測器

火焰、煙霧、滅火器實例

邊緣推理

現場 GPU / 既有算力

視頻接入

RTSP / ONVIF 混雜系統

事件結構

攝像頭、UTC、片段、分類框

頻道適配器

Slack、WhatsApp、Telegram、Webhook

證據存儲

帶時間戳的片段與審計軌跡

系統畫像

規格與評估範圍

下列數字來自發貨設計與已評估場景集,不是實驗室 mAP 卡片。它們描述智能體在真實監控上必須做到的事。

3

每幀類別

火焰、煙霧、滅火器作為獨立實例頭。加油島一幀可以同時有一個火焰框、一道煙羽和三具滅火器。

13

場景類型

林地電杆、夜間入口紅外、磚牆院落、室內廚房、倉庫門、加油站黃昏/白晝、雨、霧與雪。

8

工況

白晝、黃昏、夜間紅外(無 RGB)、雨、雪、霧/霾、室內與營業中的油站。顏色不是必要線索。

多框

實例輸出

同一資產上每類可有多個框——櫃門縫、地面與牆上的器材——而不是單一場景標籤。

<60秒

視覺路徑

相對頂棚探頭的設計目標:第一簇可見火焰或煙羽,而不是等待煙霧到達。同一事故上警報滯後通常是分鐘級。

邊緣

推理位置

檢測留在現場已有算力上。不新增攝像頭,不為每條巷道裝專用火情探頭,也不為做決定繞一次雲端。

5 字段

事件載荷

camera_id、場地位置、UTC 時間戳、片段 URI、detections[{class, box}]。足夠進 Slack,也足夠給保險公司事後查閲。

雙路徑

傳感器類別

與認證警報並行。警報不被替換。攝像系統成為第二條、更快的路徑。

結果

秒級

對比分鐘級

視覺路徑在第一縷可見煙羽或火焰出現時即觸發,而頂棚探頭仍在等待煙霧到達。

三類

定位告警

值班人員收到的是火源、煙羽與最近滅火器——不是原始視頻,也不是二元的「可能有火」。

新增攝像頭

部署建立在場地已經投入的基礎設施上。無需為每條巷道採購專用火情攝像頭,也無需替換警報。

我們的觀點

火災偵測不應只依賴單一物理路徑。

攝像頭本來就是傳感器,缺的是把它們當作傳感器來用的軟件:持續運行、部署在邊緣,並且嚴謹到營運團隊敢於信任信號。這才是我們交付的應用人工智能——不是乾淨視頻上的演示,而是必須與認證警報並存、並在凌晨 02:47 仍然有用的第二類傳感器。

實時

持續監測

邊緣 AI

本地、快速、可靠

認證警報

可執行且可信

攝像頭即傳感器、邊緣智能、可信營運,從看見到安全。

有一份需求?先弄清它值不值得做。

告訴我們您想做成什麼。 我們會如實説什麼行、什麼不行、 以及下一步。