frigate 0.17 beta 版新增了一个非常实用的AI分类功能

gasment

分类（Classification）有两个功能，
一是目标分类，在对象识别的进一步识别为特定对象，比如，现在不但可以识别到一条狗，而且可以识别到是不是你的狗

二是状态分类，在画面的固定区域，对相对固定的物体进行状态识别，如何判断画面中的灯的开关状态，门的开关状态等


以上都是通过训练自定义的 MobileNetV2 TensorFlow Lite模型来实现的，这个是超轻量模型，直接在CPU上跑，基本不会对系统造成额外负担。
当然，由于需要自行训练，分类的准确性很大程度取决于你提供的样本
训练操作都能在frigate web ui 上完成，非常便捷了


我目前只尝试了状态分类，对一个大门进行开关判断，同时这个大门上也有一个门窗传感器，两者对比下响应速度和准确度




响应速度当然是没法和传统传感器相比的，准确度随着训练样本增加也会改善，当然也要求两个状态之间的区分边界足够明确，比如它就很难处理快速开关和虚掩状态，一个是视频延迟，一个是状态边界模糊


但就目前来讲，状态分类确实已有实用性，适合作为传统传感器的补充，或者一些不迫切需要快速响应的情况。

PS
车牌识别即使是small模型也支持了中文识别