AI 结论只作线索
系统里没有「自动处罚」这个动作。所有事件必须由人确认或标为误报,处置人与时间入库留痕,形成可追溯的闭环。
磐盯是一套跑在普通电脑上的工地视频监管系统。接上现有的摄像头,它逐帧判断谁没戴安全帽、谁没穿反光衣、谁进了吊装区、谁在岗位上长时间不动、谁可能摔倒了; 每条告警都带一张画好框的现场图,进事件库、可筛选、可导出、可标记误报。 不上云、不依赖显卡、断网照常工作。
六件事,都是工地上每天会被问到、但事后常常拿不出证据的事。规则可以逐条开关,也可以按摄像头单独覆盖。
安全帽、反光衣、口罩三类穿戴状态检测。违规会绑定到具体的人,而不是只报「画面里有违规」——同一个人在镜头里走动,编号不变,不会重复刷屏。
任意多边形电子围栏,区分危险区与作业区。在后台的实时画面上直接点选顶点就能画,保存即生效,不用重启。围栏内连续停留若干帧才判闯入,路过不算。
作业区连续无人超过阈值判离岗;同一目标在时间窗内位移极小判长时间静止;区域内人数超上限判超员。三条都只对显式配置过的围栏生效。
用人体关键点判躯干姿态,把「坐着值守」「蹲着绑钢筋」和「趴着睡」「躺在地上」分开。纯靠位移判定做不到这件事——这也是我们单独加一路姿态模型的原因。
离线、过暗、遮挡、过曝、模糊失焦、画面冻结六类异常自动告警。摄像头坏了而平台一片安静,是这类系统最危险的失效方式:画面还在推、后台能打开、帧率正常,但一条告警也不会来。
每条告警存整帧现场图(默认带检测框,一眼看出是哪个框触发的),按日期归档;事件可筛选、可一键处置、可导出 CSV;处置人、处置时间都留痕。
识别准不准,看模型;能不能用起来,看误报。值班员被十条假告警烦过一次,第二天就会把规则关掉。所以这一节讲的全是「怎么把噪音压下去,并且让客户自己能验证」。
围栏内连续停留若干帧才判闯入,人从画面边缘路过不触发。
状态从「正常」翻到「违规」时只报一次,持续违规不会每秒入库一条。
同一个人、同一条规则,默认 60 秒内不重复告警。
同点位 + 同规则 + 同区域 3 分钟内重复触发,只累加命中次数(×37),不新建事件、不重复抓拍、不重复推送。
夜班才查离岗、施工时段才查闯入、午休不查;班次切换时行为状态自动复位。
每条事件都能标「误报 / 确认违规」,误报率按规则分别统计,并给出该先调哪一条。
这不是给甲方看的报表,是给运维用的——调阈值时有依据,而不是凭感觉把 conf 从 0.3 一路抬到 0.6,把该报的也一起掐掉。
| 规则 | 告警 | 已判定 | 误报 | 误报率 | 建议 |
|---|---|---|---|---|---|
| 未穿反光衣 | 199 | 1 | 1 | 100% | 误报过半,优先调阈值/围栏 |
| 危险区域闯入 | 197 | 0 | 0 | — | 样本不足 |
| 未戴安全帽 | 187 | 1 | 0 | 0% | 正常 |
| 长时间静止 | 13 | 0 | 0 | — | 样本不足 |
| 岗位离岗 | 2 | 0 | 0 | — | 样本不足 |
联调期 7 天的真实导出。注意「已判定」这一列:没有人工判定过的样本,既不算准确,也不算误报——分母不清不楚的准确率,是这类系统最常见的自欺。
置信度 0.3~0.6 这段是模型自己也没底的地方,也是客户信任崩掉的地方。可选开启「二次复核」:把带框的抓拍图和一句针对该规则的具体问题发给多模态大模型,它回一句判断和理由。
| 做法 | 为什么 |
|---|---|
| 只写建议 | 永不自动关单、不自动删事件。判定权必须留在人手里。 |
| 只看单帧规则 | 离岗、静止这类要连续多帧才能判,一张图看不出,不送审。 |
| 默认关闭 | 依赖外部付费 API。Key 只放服务端文件,不进配置文件、不进前端。 |
| 有配额闸门 | 每小时 / 每天双闸门,重启后从库里恢复当日用量,不会因为重启把预算刷爆。 |
实测:单条复核 2.1–6.3 秒,异步队列,不影响检测帧率。曾用它揪出一路摄像头对准的是安全告示板——画面里全是「人形图标」,模型天天报警,人却不在那儿。
从摄像头到值班员手机,中间没有黑盒。每一环都能单独关掉、单独看日志、单独调参。
工地网络会抖,交换机晚上会重启。拉流强制 TCP(UDP 跨网段必花屏),打开与读取各设 8 秒超时(不让线程被挂死), 只保留最新帧(画面不落后)。断了按 2 秒起指数退避重连,最长 15 秒一次;一旦重新读到画面,退避立刻复位回 2 秒——否则一次长故障之后,所有通道都会永久停在 15 秒的慢重连上。
磁盘满了之后:画面照推、后台能开、帧率正常,只有 SQLite 开始写入失败——不留证、不告警,等你发现时已经丢了几天记录。 所以容量守护做成后台线程常驻:过期清理 → 抓拍配额 → 磁盘水位,三层依次触发,清到 80% 就停手,不会一路删空。
一台普通办公电脑,一根网线,能开机就能用。没有显卡、没有云账号、没有外网也能跑。
| 推理尺寸 | 单帧耗时 | 单路帧率 | 建议路数 |
|---|---|---|---|
| 640 | 64 ms | 15.6 | 1 路 |
| 512 | 44 ms | 22.8 | 2 路 |
| 448 | 36 ms | 28.1 | 3 路 |
| 320 | 25 ms | 39.5 | 4 路 |
测试环境:纯 CPU(32 线程),每路按 8 FPS 检测计算。换 ONNX 执行引擎后单帧 76.7 ms → 47.2 ms(1.63 倍),精度不变; 加姿态模型再 +5.5 ms(+12%)。有显卡时把尺寸提到 640、检测帧率提到 15+,单卡可支撑 8–16 路。
/health 健康检查、/api/report 统计报表、/api/export.csv 导出、通用 JSON Webhook。这一节写的是边界。系统集成商最怕的不是功能少,是验收时才发现「原来你不做这个」——所以先说清楚,能做的写死,不能做的写明。
| 系统提供 | 不包含(需二次开发或另行采购) |
|---|---|
| 识别层:安全帽 / 反光衣 / 口罩 / 机械车辆等 10 类检测 | 人脸实名制与门禁联动 |
| 规则层:PPE 违规、危险区域闯入(含停留判定) | 塔吊 / 升降机「黑匣子」物联网数据接入 |
| 规则层:岗位离岗、长时间静止、区域超员 | 玩手机、抽烟、打架等需要专用模型的精细行为 |
| 规则层:姿态识别 → 疑似跌倒、疑似睡岗 | 医疗级跌倒判定(不做生命体征,只给姿态线索) |
| 规则层:分时段 / 分星期生效,按班次降噪 | 按法定节假日自动排班(需接排班系统) |
| 运维层:摄像头离线 / 遮挡 / 过暗 / 模糊 / 冻结自检 | 云台控制、录像回放、NVR 对接 |
| 运维层:磁盘容量守护、健康检查、日志滚动 | 多节点集群、异地容灾、GPU 调度 |
| 告警层:控制台 / 企业微信 / 通用 Webhook | 短信、语音对讲、广播喊话硬件联动 |
| 数据层:事件库、抓拍留痕、统计报表、CSV 导出 | 与各地住建监管平台的定制对接 |
| 质量层:误报标记、按规则误报率、调参建议 | 自动调参(阈值仍需人工按误报率判断) |
| 质量层:AI 二次复核 → 给判断与理由 | 自动处置——刻意不做,判定权必须归人 |
| 训练层:难点样本回流 → 预标注 → 微调 → 评估 | 自动标注(预标注仍需人工修正) |
还有一句实话:随附的检测权重是在公开数据集上训练的。它在演示视频和大多数正常光照的工地上表现正常,但真正上线到你的现场, 需要采 500–2000 张实拍图做一次微调(系统自带这条链路),精度通常能再提 15–30 个百分点。不做这一步就承诺准确率,是不负责任的。
交付的是一套能自己维护的系统,不是一台需要厂商天天守着的黑盒。
| 双路长稳 | 连续 15 小时无崩溃,日志自动滚动,ERROR 仅 4 条(均为联调期断流) |
| 断流恢复 | 杀掉流服务 → 通道转重连;恢复后约 15 秒自动回到运行,无需人工干预 |
| 姿态准确度 | 真实工地画面 560 个关键点,93.9% 落在人体框内;正常视频零跌倒误报 |
| 诊断开销 | 单帧 0.7 ms(640×360)/ 3.5 ms(1080P) |
| 告警收敛 | 180 秒窗口内重复触发折叠为命中计数,零新增事件 |
| 复核时延 | 单条 2.1–6.3 秒,异步队列,检测帧率不受影响 |
涉及人员影像与劳动管理,这几条在架构层面就已经定死,不是事后补的声明。
系统里没有「自动处罚」这个动作。所有事件必须由人确认或标为误报,处置人与时间入库留痕,形成可追溯的闭环。
采集人员影像应遵守《个人信息保护法》的合法、正当、必要原则,履行告知义务并取得同意;现场应有明显标识。
离岗、静止、超员涉及劳动管理,部署前应经职工代表或工会程序并书面告知,规则阈值应可解释、可申诉。
事件库、抓拍图、微调数据集全部留在本地;微调数据集含现场人员影像,不得对外提供。数据目录默认排除在版本管理之外。