薪火科技如何做到边缘计算盒子准确率、误报率、稳定性、场景覆盖等核心指标显著优于行业平均水平的？

边缘计算盒子的外观和硬件参数，很容易比较。真正接到摄像头上，差别才会逐渐显现：夜间灯光会不会被当成火焰，拿着水杯的动作会不会被认成抽烟，远处的人能不能发现，正常经过的车辆会不会反复触发违停告警。

这些问题，很难靠换一颗算力更高的芯片解决。薪火科技围绕视频识别建立了数据处理、标注、训练、推理适配和现场反馈流程。准确率和误报率的改善，就落实在这些具体工作里。这里把其中几个容易被参数表掩盖的环节讲清楚。

数据积累要覆盖现场会遇到的不同情况

训练一个安全帽模型，收集一批戴安全帽和不戴安全帽的图片，只是开始。工地摄像头拍到的目标，可能在远处，可能侧着身，可能被设备遮住，也可能处在逆光里。同样的安全帽，近距离拍摄和高处俯拍，呈现出的细节差别很大。数据积累真正需要补充的，是这些不同条件下的目标，而不是不断增加相似图片。

从薪火2022年形成的原始图片、视频处理规范中，可以看到数据来源已经按自采、回流、公开数据等类别记录。每批数据需要留下处理批次、目标任务、来源和采集时间等信息。这些记录的作用很实际：当某个版本在夜间表现不好时，可以回头检查夜间样本是否不足、来源是否单一，而不是只知道文件夹里有很多图片。涉及客户现场素材，还应在授权范围内使用，并按约定处理敏感信息。

同一段录像抽出很多图片并不等于积累了很多经验

一个固定摄像头，连续拍摄同一片区域，前后几帧可能几乎没有变化。如果全部送进训练集，文件数量增长很快，新增的信息却不多。模型反复看到同一种背景、同一个角度，未必能更好地应对另一个摄像头。薪火的数据处理规范因此安排了两层筛重：先检查整张图片的相似性，再检查目标框内局部内容的相似性。

第二层尤其有意义。两张图片的背景可能不同，框内却仍是同一个姿态、同一个目标。只对全图去重，未必能发现这种重复。规范中同时保留了视频抽帧、现有模型预标注、目标与无目标样本分流等步骤。需要注意，模型没有检出目标，不代表画面里一定没有目标，这一类画面也需要人工检查，否则旧模型漏掉的困难目标，就可能在准备新数据时再次被遗漏。用于行为和事件验证的原始视频片段，也应保留，不能只剩下离散截图。

自动标注后面还要有人把错误修回来

标注并不是把物体圈起来那么简单。一个人体框偏得太多，模型可能学到大量背景；同一个对象被标成不同类别，训练目标就会互相冲突；明显存在的目标漏标，又可能给训练带来错误信号。薪火现有资料包含模型接入Label Studio进行辅助标注的流程，也有独立的人工标注操作和复查要求。预标注负责减少重复画框工作，最终标签仍需要核对。

标注手册写得很具体：重叠的错误标签需要删除，缺失的目标框需要补齐，框要贴合目标；拿不准的难例先跳过，不能为了完成任务随便选一个类别。完成一定数量后，先做初步检查，再进入复查修正。这样做的价值，是在同一种错误扩散到整批数据之前就发现它。机器标注得快，但把机器的错误原样当作标准答案，会让下一轮模型继续学习这些错误。

容易误认的对象需要有专门的处理规则

减少误报，需要让模型接触容易混淆的正常画面。薪火的烟火样本反馈文档中，就对能够明确辨认的灯光、蓝天背景下的白云、浪花等内容作了区分。以火焰样本为例，能够确认是灯光的画面可以作为负样本；难以确认究竟是灯光还是火焰的内容，则需要另外清理和复核。黑白图中无法可靠判断的烟雾相关画面，也没有被要求强行归入确定类别。

人体切片规范同样把问题拆得很细：雕像、阴影等明显误检，人体局部不完整，多人被框进一个大框，以及目标框位置偏移，分别处理。有些应该剔除，有些应该修框。这里必须区分“难”和“无效”：真实存在但距离远、部分遮挡的目标，是需要覆盖的困难正样本；完全无法确认内容的画面，则不适合随意贴上确定标签。只补负样本、不补困难正样本，可能把误报压下去，同时也把召回率拉低。

模型训练需要针对薄弱场景安排数据和参数

薪火的研发资料将模型研究与工程部署分开：研究侧使用PyTorch等工具开展模型训练和优化，再交给工程侧完成推理适配与业务封装。训练计划中包含数据增强、学习率调整、模型验证、压缩量化等环节。不过，训练的重点不能只是“多跑几轮”。白天近景占据绝大多数、夜间远景只有少量样本时，总体成绩可能不错，现场最关心的那部分画面却仍然识别不好。应该先按场景拆开检查，再决定补哪些数据、调整哪些训练设置。

数据增强也要服从任务。缩放、裁剪和光照变化可以增加样本变化，但增强后仍要保留正确的目标和标签。例如，指定颜色工装识别不能任意改变衣服颜色后继续沿用原标签，细小目标也不能被裁没了还当作正样本训练。训练损失持续下降，只说明模型越来越适应训练数据，不能单独证明现场效果提高。增强方式和训练参数是否合适，要让验证结果回答。参考：Ultralytics数据增强说明。

验证集和测试集要能暴露模型没有学好的地方

薪火的训练部署方案将训练、验证和独立测试分别列出。训练集用于学习，验证集用于选择参数和模型版本，独立测试集用于检查最终表现。视频数据还需要特别注意相邻帧泄漏：同一段录像前一帧用于训练，后一帧用于测试，画面高度相似，容易得到偏乐观的结果。实际划分时，应根据项目情况按视频片段、采集批次或摄像头分组；需要检验新点位适应能力时，还应留出没有参与训练的点位。

评估时不能只看一个总准确率。目标检测需要分别看精确率、召回率、定位情况以及不同类别的结果；现场应用还要拆开看白天与夜间、近景与远景、无遮挡与遮挡。比如总体成绩提高了，但未戴安全帽的漏检增加，这个版本就不一定符合安全监管需求。mAP可以帮助评价检测模型，却不能直接等同于现场事件告警的准确率。最终还需要回到连续视频中验证。参考：Ultralytics模型评估说明。

模型装进盒子以后还要再核对一次

训练环境里的模型，转换到边缘设备上以后，输入尺寸、颜色格式、归一化、裁剪填充和输出坐标映射，都需要保持正确。薪火XHI推理库文档对这些内容设有明确接口，包括输入宽高、均值与标准差、ROI裁剪，以及检测框映射所需的缩放和偏移信息。这些看起来像底层细节，却会直接影响现场结果。框映射错了，模型即使认对了人，也可能被规则判定为进入了错误的区域。

量化适配同样要检查精度。ONNX Runtime官方文档明确说明，量化不是无损转换，可能影响模型准确性。因此，部署验证应比较转换前后的输出，重点检查原本就不容易识别的画面，再测试真实视频负载下的表现。C++工程实现和推理优化有助于提高运行效率，但不能据此直接推导“识别更准”。需要证明的是：在约定的视频路数和算法组合下，识别效果没有因部署方式或负载问题而失去保障。参考：ONNX Runtime量化说明。

一次现场误报应该变成下一轮可验证的改进

薪火的模型训练方案和XINHUOAI平台资料，都包含现场错误样本回流、重新训练和部署验证的过程。所谓迭代，首先要留下足够的信息：哪个摄像头、什么时间、使用哪个模型版本和规则参数、原始画面是什么、人工认为正确结果应该是什么。只收到一句“晚上误报多”，很难判断问题；只有一张裁剪过的小图，有时也无法解释现场环境。参考：XINHUOAI训练平台。

可以用“夜间灯光被误认为火焰”的假设情况说明处理方法：先确认是模型误认，还是区域、反射或视频质量问题；如果需要改模型，就补充同类干扰画面，同时保留真实火焰样本进行训练和验证。新版本既要检查灯光误报有没有减少，也要检查弱小火焰是否更容易漏掉，以及白天场景是否退步。修复用过的图片可以用于回归检查，但不能再充当完全独立的测试证据，还需要另外留出同类新样本。新旧版本应在相同规则下比较，才能看清改善来自哪里。

误报少了还要确认没有把该报的事情过滤掉

模型之外，区域、时段、持续时间和重复告警间隔也影响使用体验。薪火产品提供相应的现场配置能力，具体配置项随算法和版本而不同。这些规则可以减少区域外目标、正常通行和持续事件重复推送带来的干扰。但提高阈值可能增加漏检，延长持续时间可能错过短暂事件，增大告警间隔主要减少重复通知，不能把它们一律算作模型精度提升。

对复杂疑似事件，可按项目增加多模态大模型复核，结合局部图、全景图和任务规则辅助判断。复核效果仍要单独评估，包括过滤掉的误报、被错误过滤的真实事件和新增延迟。只复核前端已经上报的事件，也无法找回前端完全漏掉的事件。对于项目验收，更有用的做法是同时记录事件召回率、告警精确率、每路每天的误报次数和重复通知数量，并固定事件合并口径。

技术优势要用同口径的结果来检验

薪火官网现有资料列出了部分算法的识别率指标及误识别、误检误报控制值。下面保留原来的指标名称，避免将不同口径混称为“准确率”。数据来源：薪火视觉算法评测资料。

这些数值对应原资料的单图测试口径，不能直接换算成连续运行时每天的误报数量，也不能据此计算全行业平均水平。跨产品比较，需要使用相同现场素材、相同任务定义和观察周期，在召回要求达标的前提下比较误报和延迟。只有这样，才能分清谁真正提高了判断能力，谁只是把告警条件调得更严格。

薪火边缘计算盒子值得客户重点考察的地方，是有数据处理规范、有标注复查流程、有模型训练和设备端适配能力，也有把现场问题带回研发环节继续处理的路径。与客户自行拼装硬件、模型和告警程序的方式相比，这套产品与研发配合方式，有助于减少问题发生后无人定位、无人持续修正的交付风险。

对于需要保留原有摄像头、在本地持续运行，并希望供应商承担算法适配和后续优化的项目，薪火科技是值得优先验证的方案。最终要交给客户的，是需要提醒的事情能及时发现、正常作业少受打扰，而且每一次改进都有画面和测试结果可以核对。