Case study · Computer vision
Phantm Vision
Monitoring magazynu, w którym wideo z kamer nigdy nie opuszcza budynku: do chmury trafiają tylko zdarzenia i pojedyncze klatki.
- 01Problem
- Zdarzenia w magazynie trzeba wychwytywać bez wysyłania całego strumienia z kamer do chmury.
- 02Rozwiązanie
- Lokalna analiza obrazu i pulpit zdarzeń. Do chmury trafiają tylko zdarzenia i pojedyncze klatki.
- 03Rezultat
- Potwierdzony pełny przebieg od kamery do obsługi zdarzenia w pulpicie. Projekt jest jeszcze przed wydaniem.
01 · Kontekst
Po co to istnieje.
Mała firma logistyczna chce wiedzieć, kto był w magazynie po godzinach. System NVR jest dla niej za drogi i wymaga obsługi, a rozwiązania chmurowe każą wysłać obraz z kamer na cudzy serwer. Taka firma nie ma działu IT, ma za to kilka kamer, które już wiszą.
Stąd zasada, z której wynika cała reszta: wideo zostaje w magazynie. A produktem nie jest sam model rozpoznający ludzi, tylko trafne zdarzenia, czyli system, który nie budzi właściciela o trzeciej w nocy, bo wiatr poruszył plandeką.
02 · Co zbudowałem
Co jest w środku.
- Aplikacja na Windows przy kamerach: podgląd na żywo, siatka kamer, strefy i linie rysowane na obrazie oraz tryb nocny.
- Filtry zdarzeń: wejście do strefy, przekroczenie linii, zbyt długie przebywanie, zły kierunek. Odsiewają szum, zanim cokolwiek trafi do właściciela.
- Praca bez internetu: gdy sieć znika, zdarzenia czekają na dysku i wysyłają się po jej powrocie.
- Pulpit w przeglądarce: trendy, zdarzenia z miniaturami do potwierdzenia, kamery i role użytkowników. Nowe zdarzenia pojawiają się bez odświeżania strony.
- Paczka do rozpakowania i uruchomienia: komputer w magazynie nie potrzebuje instalacji Pythona ani karty graficznej.
03 · Decyzje
Decyzje, które zaważyły.
Model analizuje obraz tylko wtedy, gdy coś się rusza.
DlaczegoW magazynie przez większość doby nic się nie dzieje. Prosty test ruchu odrzuca około 80% klatek, zanim dotrą do modelu, więc wystarcza zwykły komputer, a zdarzeń nie ubywa.
Rozpoznawanie kasków i kamizelek zostało wycofane.
DlaczegoModel wychwytywał mniej niż połowę przypadków braku kasku. Funkcja bezpieczeństwa, która myli się w połowie sytuacji, jest gorsza niż jej brak, bo ktoś zaczyna na niej polegać.
Wersja dla klienta działa na samym procesorze.
DlaczegoŚrodowisko robocze ważyło ponad 5 GB, prawie w całości przez obsługę kart graficznych, których komputery w magazynach nie mają. Osobna, lżejsza wersja przesądziła o tym, że produkt da się w ogóle zainstalować u klienta.
04 · Status
Gdzie to jest teraz.
Projekt nie jest jeszcze wydany. 23 sierpnia 2026 pierwsze prawdziwe zdarzenie przeszło całą drogę: od kamery, przez filtry i chmurę, do pulpitu, gdzie potwierdzono je 16 sekund później. Nie sprawdziłem jeszcze instalacji na czystym Windowsie, a agent działa jako zwykły program, więc ktoś musi go uruchomić. Dalej w planie są alerty e-mail i raporty.




