AI ໃນກ້ອງວົງຈອນປິດ: ໃຊ້ຫຍັງໄດ້ແທ້ ສຳລັບບໍ່ແຮ່, ໂຮງງານ ແລະ ຮ້ານຄ້າໃນລາວ

ຈາກ "ເປີດເບິ່ງພາຍຫຼັງ" ໄປສູ່ "ແຈ້ງເຕືອນທັນທີ"

ກ້ອງວົງຈອນປິດສ່ວນໃຫຍ່ ຖືກເປີດເບິ່ງກໍຕໍ່ເມື່ອເກີດເຫດແລ້ວ. ຍາມຄົນດຽວເບິ່ງຈໍທີ່ແບ່ງເປັນ 32 ຊ່ອງຕະຫຼອດກະກາງຄືນ ບໍ່ສາມາດເຫັນທຸກຢ່າງໄດ້. ຫຼັງຊົ່ວໂມງທຳອິດ ສະມາທິກໍໝົດແລ້ວ. AI video analytics ເຮັດສ່ວນທີ່ຄົນເຮັດບໍ່ເກັ່ງ: ເບິ່ງທຸກກ້ອງພ້ອມກັນ ແລະ ແຈ້ງສະເພາະເຫດການທີ່ຄວນເບິ່ງ.

AI ແລ່ນໄດ້ສາມບ່ອນ: ໃນກ້ອງ (edge), ໃນ NVR ທີ່ມີ AI, ຫຼື ເທິງ GPU server ສຳລັບວຽກທີ່ໜັກກວ່າ. ຕົວຢ່າງຊື່ທີ່ທ່ານຈະພົບໃນ datasheet: Hikvision AcuSense, Dahua WizSense ແລະ WizMind, Axis Object Analytics, ແລະ ກ້ອງ AI ຂອງ Hanwha Vision. ຖ້າໃຊ້ VMS ເຊັ່ນ Milestone XProtect, ເຫດການຈາກກ້ອງຫຼາຍຍີ່ຫໍ້ ສົ່ງເຂົ້າມາລວມກັນໄດ້ ຜ່ານ ONVIF Profile M ຫຼື plugin ຂອງຜູ້ຜະລິດ.

ງານທີ່ໃຫ້ຜົນແທ້

ໃໝ່ໃນປີ 2025: ຊອກຫາພາບດ້ວຍຄຳເວົ້າ

ຜູ້ຜະລິດໃຫຍ່ເລີ່ມໃສ່ AI ແບບ large model ລົງໃນ NVR ແລະ ກ້ອງແລ້ວ. ຕົວຢ່າງ Hikvision ອອກ NVR ຊຸດ AcuSeek ໃນກາງປີ 2025, ທີ່ໃຫ້ພິມອະທິບາຍເປັນຄຳເວົ້າ ເຊັ່ນ "ລົດກະບະສີຂາວຢູ່ໃກ້ປະຕູ" ແລ້ວໄດ້ຜົນໃນບໍ່ເທົ່າໃດວິນາທີ ໂດຍບໍ່ຕ້ອງສົ່ງພາບຂຶ້ນ cloud. Dahua ກໍປະກາດ large model ຂອງຕົນເອງ. ມີປະໂຫຍດຫຼາຍສຳລັບການສືບສວນຍ້ອນຫຼັງ. ແຕ່ມັນບໍ່ໄດ້ປ່ຽນກົດພື້ນຖານ: ຖ້າກ້ອງມີ pixel ໜ້ອຍ ຫຼື ມຸມຜິດ, AI ກໍຊອກຫາບໍ່ເຫັນ. ສ່ວນໃຫຍ່ ການຊອກຫາແບບນີ້ຍັງເຮັດວຽກດີທີ່ສຸດເປັນພາສາອັງກິດ, ໃຫ້ກວດວ່າຮອງຮັບພາສາທີ່ທີມຂອງທ່ານໃຊ້ບໍ.

ຕົວຢ່າງ: ຮົ້ວບໍ່ແຮ່ຍາວ 2 km

• ກ້ອງ AI ທີ່ມີເສັ້ນກວດຈັບທຸກ 60–80 m ຂຶ້ນກັບເລນ ແລະ ພູມສັນຖານ → ປະມານ 25–35 ກ້ອງ
• ກາງຄືນ: ກ້ອງຄວາມຮ້ອນ (thermal) ຢູ່ບ່ອນທີ່ມືດສະໜິດ ຫຼື ມີໝອກຕອນເຊົ້າ
• ເຫດການສົ່ງໄປຫ້ອງຄວບຄຸມ ພ້ອມຄລິບສັ້ນ. ພະນັກງານກວດເຫດການ ແທນທີ່ຈະນັ່ງຈ້ອງຈໍທັງກະ
• Fiber ຫຼື wireless ແບບຈຸດຫາຈຸດ ຈາກພາກສ່ວນທີ່ຫ່າງໄກ, ພ້ອມກັນຟ້າຜ່າ ແລະ ສາຍດິນທຸກເສົາ

ລອງຄິດເລກການແຈ້ງເຕືອນ: 30 ກ້ອງ ແຈ້ງຜິດກ້ອງລະ 5 ເທື່ອຕໍ່ຄືນ = 150 ການແຈ້ງເຕືອນ. ຍາມສອງຄົນ ກວດໄດ້ບໍ່ເຖິງ ແລະ ຈະເລີ່ມບໍ່ສົນໃຈ. ເປົ້າໝາຍຂອງເຮົາຫຼັງການປັບແຕ່ງ ແມ່ນຕ່ຳກວ່າໜຶ່ງເທື່ອຕໍ່ກ້ອງຕໍ່ຄືນ. ຖ້າເຮັດບໍ່ໄດ້ ໃຫ້ຫຼຸດພື້ນທີ່ກວດຈັບ ກ່ອນທີ່ຈະເພີ່ມຄົນ.

ຕົວຢ່າງ: pilot ກວດ PPE ໃນໜ້າງານກໍ່ສ້າງ

ສົມມຸດໜ້າງານກໍ່ສ້າງມີປະຕູຫຼັກໜຶ່ງແຫ່ງ ແລະ ຈຸດລິບຂົນເຄື່ອງ. ຕິດກ້ອງ AI ສອງໂຕຢູ່ປະຕູ, ຕັ້ງພາບທີ່ຄວາມສູງ 2.5–3 m ໃຫ້ເຫັນໝວກ ແລະ ເສື້ອສະທ້ອນແສງຊັດ, ແລະ ອີກໂຕຢູ່ຊານລິບ. ສອງອາທິດທຳອິດ ໃຫ້ບັນທຶກການແຈ້ງເຕືອນໄວ້ກ່ອນ ຍັງບໍ່ຕ້ອງດຳເນີນການ. ທຽບຈຳນວນເຫດ "ບໍ່ໃສ່ໝວກ" ທີ່ AI ນັບໄດ້ ກັບສິ່ງທີ່ເຈົ້າໜ້າທີ່ຄວາມປອດໄພເຫັນຕອນສຸ່ມກວດ. ຖ້າຕົວເລກໃກ້ຄຽງກັນ, ເລີ່ມປະຊຸມຕອນເຊົ້າດ້ວຍຕົວເລກຂອງມື້ວານ ແລະ ໃຫ້ຫົວໜ້າຊ່າງຈັດການ. ຖ້າບໍ່ໃກ້ກັນ, ສາເຫດມັກແມ່ນມຸມກ້ອງ ຫຼື ແສງ ບໍ່ແມ່ນ AI. ຄົນໃສ່ເສື້ອສີເຂັ້ມຕອນແລງ ແລະ ໝວກສີແປກ ແມ່ນກໍລະນີທີ່ເຮົາເຫັນເຮັດໃຫ້ການກວດຈັບພາດເລື້ອຍທີ່ສຸດ.

ຮ້ານຄ້າ ແລະ ຮ້ານອາຫານ: ການນັບທີ່ຄຸ້ມມີ

ການນັບຄົນຈາກກ້ອງຕິດເພດານເທິງປະຕູ ແມ່ນຍຳພໍທີ່ຈະທຽບມື້, ສາຂາ ແລະ ໂປຣໂມຊັນ, ແຕ່ບໍ່ແມ່ນຍຳພໍທີ່ຈະໃຊ້ກວດເງິນສົດ. ຕິດກ້ອງນັບຄົນຊື່ເທິງທາງເຂົ້າ ບໍ່ແມ່ນຕິດອຽງ, ແລະ ໃຫ້ຫ່າງຈາກແກ້ວທີ່ສະທ້ອນໄຟໜ້າລົດຕອນກາງຄືນ. Heatmap ມີປະໂຫຍດເທື່ອດຽວ ຕອນວາງຜັງຮ້ານ. ຫຼັງຈາກນັ້ນ ເຈົ້າຂອງສ່ວນຫຼາຍກໍເຊົາເບິ່ງ, ບໍ່ຕ້ອງຈ່າຍເພີ່ມຖ້າບໍ່ມີໃຜຈະໃຊ້ແທ້.

ຂໍ້ຈຳກັດທີ່ແຜ່ນພັບບໍ່ບອກ

ຄວາມແມ່ນຍຳຂຶ້ນກັບການຕິດຕັ້ງ ຫຼາຍກວ່າຍີ່ຫໍ້: ມຸມກ້ອງ, ຄວາມສູງ, ແສງ ແລະ pixel density. ບໍ່ມີ AI ໃດແມ່ນຍຳ 100%. ໃຫ້ຄາດໄວ້ວ່າຈະມີແຈ້ງຜິດ ແລະ ພາດບາງເທື່ອ, ແລະ ກຽມເວລາ 2–4 ອາທິດ ສຳລັບປັບແຕ່ງຫຼັງຕິດຕັ້ງ.

ການຈຳໜ້າ ແລະ ອ່ານປ້າຍທະບຽນ ຕ້ອງໃຊ້ກ້ອງສະເພາະ ທີ່ຕິດໃນມຸມທີ່ຖືກ. ກ້ອງມຸມກວ້າງທົ່ວໄປ ເຮັດທັງສອງຢ່າງໄດ້ບໍ່ດີ. ວິທີຄິດ pixel ແລະ ເລນ ຢູ່ໃນ ຄູ່ມືຄວາມລະອຽດ ແລະ ເລນ CCTV.

ປ້າຍທະບຽນລາວ ມີຮູບແບບ ແລະ ຕົວອັກສອນລາວຂອງຕົນເອງ, ແລະ ລົດບັນທຸກຂ້າມແດນຈຳນວນຫຼາຍໃຊ້ປ້າຍໄທ. ກ່ອນຊື້ LPR ໃຫ້ທົດສອບກັບປ້າຍແທ້ຢູ່ປະຕູຂອງທ່ານເອງ ແທນທີ່ຈະເຊື່ອ datasheet.

ສະພາບໜ້າງານໃນລາວກໍມີຜົນ: ຝຸ່ນແດງເກາະເລນໃນລະດູແລ້ງ, ຝົນແຮງ ແລະ ແມງໄມ້ຕອນກາງຄືນ ເຮັດໃຫ້ AI ແຈ້ງຜິດຫຼາຍຂຶ້ນ. ແຜນ MA ຕ້ອງລວມການອະນາໄມເລນ ແລະ ການປັບແຕ່ງຄືນເມື່ອປ່ຽນລະດູ.

ແລະ ເລື່ອງຄວາມເປັນສ່ວນຕົວ: ຂໍ້ມູນໃບໜ້າແມ່ນຂໍ້ມູນສ່ວນບຸກຄົນທີ່ອ່ອນໄຫວ. ຂຽນໄວ້ວ່າເກັບຫຍັງ, ເກັບດົນປານໃດ ແລະ ໃຜເບິ່ງໄດ້, ແລະ ແຈ້ງພະນັກງານກ່ອນເປີດໃຊ້.

Edge ຫຼື Server: ເລືອກແນວໃດ

ສຳລັບໜ້າງານຕ່າງແຂວງ edge ມັກຊະນະ. GPU server ຄຸ້ມ ເມື່ອທ່ານຮູ້ແທ້ວ່າຕ້ອງການຫຍັງທີ່ edge ເຮັດບໍ່ໄດ້.

ເລີ່ມແນວໃດ ບໍ່ໃຫ້ເສຍເງິນລ້າ

1. ເລືອກ ບັນຫາດຽວ ທີ່ມີຕົ້ນທຶນແທ້: ນ້ຳມັນລົດຫາຍ, ອຸບັດຕິເຫດໃນໜ້າງານ, ຄົນເຂົ້າເຂດຫວງຫ້າມຕອນກາງຄືນ.
2. ກຳນົດວິທີວັດຜົນ: ຈຳນວນເຫດຕໍ່ເດືອນ, ເວລາຕອບສະໜອງ.
3. Pilot 2–4 ກ້ອງ ເປັນເວລາ 30 ມື້.
4. ນັບການແຈ້ງຜິດ, ແລ້ວປັບເຂດ, ຄວາມໄວ ແລະ ຂະໜາດວັດຖຸ.
5. ກຳນົດວ່າໃຜຮັບການແຈ້ງເຕືອນ ແລະ ຕ້ອງເຮັດຫຍັງ. ການແຈ້ງເຕືອນທີ່ບໍ່ມີຂັ້ນຕອນ ບໍ່ມີຄ່າ.
6. ຂະຫຍາຍເມື່ອຕົວເລກພິສູດແລ້ວ.

ຜົນກະທົບຕໍ່ເຄືອຂ່າຍ ແລະ ຮາດດິສ

Edge AI ວິເຄາະໃນກ້ອງ ແລະ ສົ່ງແຕ່ເຫດການ ແລະ metadata. ເໝາະກັບໜ້າງານຕ່າງແຂວງ ທີ່ສາຍເຊື່ອມກັບສຳນັກງານໃຫຍ່ມີ bandwidth ໜ້ອຍ.

AI ແບບ server ຕ້ອງການ stream ເຕັມຂອງທຸກກ້ອງ. 30 ກ້ອງ × 4 Mbps = 120 Mbps ຕະຫຼອດເວລາ, ດັ່ງນັ້ນ ຕ້ອງວາງແຜນ uplink ແລະ ກຳລັງ GPU ໃຫ້ພໍ. ເຄື່ອງຄິດໄລ່ bandwidth ຊ່ວຍຄິດຕົວເລກໄດ້.

ສຳລັບຫຼັກຖານ ໃຫ້ເກັບຄລິບເຫດການແຍກໄວ້ ແລະ ເກັບດົນກວ່າການບັນທຶກປົກກະຕິ.

ສິ່ງທີ່ເຮັດໃຫ້ໂຄງການ AI ລົ້ມ

1. ເປີດທຸກຟັງຊັນ AI ໃນທຸກກ້ອງ. ອາທິດທີສອງ ຍາມປິດສຽງແຈ້ງເຕືອນແລ້ວ ເພາະມັນດັງບໍ່ຢຸດ.
2. ຫວັງໃຫ້ກ້ອງມຸມກວ້າງຈຳໜ້າຄົນໄດ້.
3. ບໍ່ມີໃຜຮັບຜິດຊອບການແຈ້ງເຕືອນຕອນກາງຄືນ.
4. ຊື້ GPU server ລາຄາແພງ ກ່ອນທົດສອບວ່າ edge AI ໃນກ້ອງພໍແລ້ວບໍ.
5. ໃຊ້ການກວດ PPE ເປັນເຄື່ອງມືລົງໂທດ. ພະນັກງານຈະຊອກຫາມຸມທີ່ກ້ອງບໍ່ເຫັນ ແທນທີ່ຈະໃສ່ໝວກ.

ພວກເຮົາຈະເລີ່ມຈາກໃສ

ໜ້າງານຫ່າງໄກ ເຮົາຈະເລີ່ມດ້ວຍການກວດຈັບການບຸກລຸກແບບ edge AI: ຄຸ້ມຄ່າ ແລະ ໃຊ້ bandwidth ໜ້ອຍ. ຕໍ່ມາແມ່ນ LPR ຢູ່ປະຕູບໍ່ແຮ່ ແລະ ໂຮງງານ ເພື່ອຄວບຄຸມລົດບັນທຸກ, ຫຼັງຈາກທົດສອບກັບທັງປ້າຍລາວ ແລະ ປ້າຍໄທ. ການກວດ PPE ໃນໜ້າງານກໍ່ສ້າງ ເປັນເຄື່ອງເຕືອນຄວາມປອດໄພ ບໍ່ແມ່ນເຄື່ອງມືລົງໂທດ. ແລະ ຂຽນຂັ້ນຕອນຕອບສະໜອງໄປພ້ອມກັບການຕິດຕັ້ງ ບໍ່ແມ່ນຫຼັງຈາກນັ້ນ. ລາຍລະອຽດເພີ່ມເຕີມຢູ່ໜ້າ AI video analytics.

ມີຈຸດໃດທີ່ເຮັດໃຫ້ເສຍເງິນ ຫຼື ນອນບໍ່ຫຼັບທຸກເດືອນບໍ? ເລົ່າໃຫ້ເຮົາຟັງ ແລະ ສົ່ງຮູບຖ່າຍພື້ນທີ່ມາຈັກສອງສາມຮູບ. ເຮົາຈະອອກແບບ pilot 30 ມື້ ທີ່ມີຕົວເລກວັດໄດ້ ກ່ອນທ່ານຈະຕັດສິນໃຈລົງທຶນໃຫຍ່ກວ່ານັ້ນ.