Обучение нейросети для LTV-Zenit X: распознавание объектов, Docker, детектор NeuroPack

Как обучить нейросеть распознавать нужный объект и подключить её к видеонаблюдению LTV-Zenit X: от установки Docker до срабатывания детектора на камере. Разборы видеоаналитики и анонсы вебинаров по LTV — в Telegram LUIS+: https://t.me/Luis_Plus Николай из LUIS+ пошагово разворачивает сервис обучения нейросети в контейнере Docker на Linux: обновление репозиториев, установка Docker, загрузка образа и запуск сервиса на порту 5000. Затем создаёт задачу, загружает фотографии фона и объекта (на примере огнетушителя), запускает обучение, проверяет модель на тестовом снимке и экспортирует её для LTV-Zenit X. Во второй части — лицензия на детектор объектов, установка модуля нейросетевой аналитики NeuroPack из Detector Pack для Astra Linux, добавление камеры по ONVIF, настройка детектора (класс объекта, чувствительность, количество кадров, файл модели), зона детекции и реакция «показать камеру» на весь экран. Видео будет полезно инженерам видеонаблюдения, монтажникам и специалистам эксплуатации, которые внедряют видеоаналитику на объектах. Подписывайтесь на канал и пишите вопросы в комментариях — ответим. Сайт: https://luis.ru LTV: https://ltv-cctv.ru Поддержка: https://support.luis.ru Таймкоды: 00:00 Сервис обучения нейросети: что понадобится 00:31 Установка Docker на Linux 03:20 Загрузка образа и запуск контейнера обучения 04:48 Задача обучения и фотографии объекта 06:54 Обучение, проверка и экспорт модели 08:29 Лицензия и установка модуля NeuroPack 11:24 Добавление камеры в LTV-Zenit X 12:35 Настройка детектора объектов 14:37 Реакция на распознавание и зона детекции 16:10 Проверка на камере и итоги #LTVZenitX #обучениенейросети #видеоаналитика #нейросеть #нейросетеваяаналитика #распознаваниеобъектов #детекторобъектов #Docker #AstraLinux #ИИ #видеонаблюдение #VMS #LTV #LUIS #ЛУИС