适用场景
监控 AI 的价值取决于误报率：误报太多，安保就把告警当噪音关闭。落地要选对场景（人车识别、越界、离岗），并持续治理误报。
配置步骤（规则与误报治理）
# 1) 区域绘制：只画必要区域，避开树影、反光、马路
# 2) 阈值：徘徊时长、越界灵敏度、目标尺寸过滤
# 3) 时间策略：非工作时间启用，工作日白天关闭
# 4) 误报复盘：每周统计 Top 误报点位并调整关键参数与建议
- 算法按场景选：人脸/车牌/越界/徘徊/离岗/安全帽/烟火
- 部署方式：前端智能摄像机 / 边缘分析盒 / 中心分析平台，按算力与成本权衡
- 告警联动：声光、短信、平台弹窗、门禁联动（谨慎）
- 误报治理：调整区域与阈值、排除干扰源（树影/灯光/雨雪）
- 合规：人脸类应用注意个人信息保护，需告知与授权
容易踩的坑
- 区域画满全屏，风吹草动都告警
- 阈值不调，小猫触发入侵告警
- 不做时间策略，白天告警淹没夜晚真实事件
验证与巡检
# 验证：连续观察 3 天，统计有效告警比例- 巡检：误报率下降趋势、点位调整记录
小结
AI 监控的验收看误报率与响应：连续观察一周，统计有效告警比例；低于可接受水平就继续调，别急着上线。
> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。