Cześć, jako że miałem mizerną jakość rozpoznawania obiektów we Frigate na domyślnych ustawieniach to pobawiłem się modelem yolo (yollo11 S i N) i z efektów byłem mega zadowolony. Niemal 100% celność, co przekłada się na notyfikację jak jestem poza domem. Jednak było to obarczone wzrostem obciążenia CPU.
Postanowiłem więc zainwestować w Google Coral TPU. Super, procek nic się nie nudzi i takie tam, ale... masakra z jakością rozpoznawania.
Ogólnie jednak wydajność na plus z Coralem, na wykresie poniżej obciążenie do 14/10 z CPU i modelem Yolo11s, potem Coral i domyślny model (ale bardzo mylący się, bez sensu one są) i
@sirgorn: @kwanty: ale widzę już wadę tych mniejszych modeli. Może się nie myli, ale teraz dużej części obiektów (nawet z bliskiej odległości) nie rozpoznaje.
Edit: cofam co napisałem, muszę potestować. Ale zauważyłem, że po prostu na niższej rozdzielczości procent prawdopodobieństwa spada i nie łapało się w tresholdzie. Z drugiej strony widzę, że HA nie uwzględniał go i widzę znowu psa jako człowieka. Ech...
Postanowiłem więc zainwestować w Google Coral TPU. Super, procek nic się nie nudzi i takie tam, ale... masakra z jakością rozpoznawania.
Kot jest psem, kubeł
źródło: frigate
PobierzAle dalej zero pomyłek przy detekcji. Teraz testuję model z 320x320. Bazuję na modelach "EfficientDet-Lite" z https://gweb-coral-full.uc.r.appspot.com/models/object-detection/
Ogólnie jednak wydajność na plus z Coralem, na wykresie poniżej obciążenie do 14/10 z CPU i modelem Yolo11s, potem Coral i domyślny model (ale bardzo mylący się, bez sensu one są) i
źródło: Zrzut ekranu 2025-10-19 o 11.22.56
PobierzEdit: cofam co napisałem, muszę potestować. Ale zauważyłem, że po prostu na niższej rozdzielczości procent prawdopodobieństwa spada i nie łapało się w tresholdzie. Z drugiej strony widzę, że HA nie uwzględniał go i widzę znowu psa jako człowieka. Ech...