AI 影像辨識導入前的監視器檢查清單：11 個自我檢查問題

為什麼要先檢查鏡頭

AI 影像辨識的效果有很大一部分取決於畫面品質，模型只是其中一環。人像只有 20 像素高、鏡頭正對西邊夕陽、畫面被壓縮到滿是方塊，遇到這些情況，再好的模型也很難判斷。

下面 11 個問題分成四類，可以在工程師到現場之前先自行檢查。

一、鏡頭資料與權限

拿得到完整的品牌型號清單嗎？有了型號清單，就能遠端評估相容性。手上沒有的話，向當初裝機的廠商索取。 設備的管理權限在誰手上？導入時最耗時間的往往是帳號與權限，需要跨部門協調。建議專案啟動前先確定窗口。 現有的錄影主機與網路還有餘裕嗎？請 MIS 或原廠先確認目前的負載，這一項最常被低估。

二、畫面條件

人像在畫面中有多大？這一項影響最大。以 1080p 畫面計，人員偵測需要人像約 100 像素高以上，PPE 穿戴判定約 150 像素以上（各模組頁的規格表有列出，例如安全帽辨識）。從錄影畫面截一張圖，量一下人在畫面裡佔多少像素就知道。

俯角多少？一般建議斜向下拍的中等俯角。完全水平容易互相遮擋，正上方俯視則看不出姿態與穿戴。

鏡頭朝向哪一邊？朝西的戶外鏡頭下午會嚴重逆光，調參數無法改善，要靠移動鏡頭或加遮光罩。

夜間有補光嗎？紅外補光的黑白畫面可以做人體與姿態判定，但無法判顏色（反光背心的顏色、安全帽的顏色分群都會失效）。

三、環境干擾

畫面裡有沒有會動的固定物？樹、旗子、風扇、電子看板是誤報的常見來源，都可以設為排除區。 有沒有蒸氣、粉塵、焊接？這些會干擾火煙偵測，需要事先收集樣本。 鏡頭多久清一次？戶外鏡頭的鏡面髒污會讓準確率逐月下降，通常沒人察覺。建議排入既有的設備維護表。

四、最後一個問題

告警要送給誰，那個人會處理嗎？這題與技術無關，卻會影響專案會不會在第三個月被靜音。接鏡頭之前先講清楚。

檢查完之後

如果前三類有兩項以上不合格，建議先處理硬體與角度再談 AI。如果大致都通過，就可以先挑一支鏡頭試接，用實際畫面確認辨識效果，再決定擴充的範圍。