人工智能正热，而背后推手非“机器学习”莫属。博世始终相信不断尝试并突破新的可能性可以塑造未来，并致力于为客户提供各类解决方案，以创造实实在在的价值。经过不懈地探索和研究，博世全新Camera Trainer摄像机机器学习应用正式发布。它将机器学习引入博世摄像机，使摄像机可以学习场景中不同对象的位置和形状，让智能视频分析终于拥有了面向对象的适应能力。

　　利用Camera Trainer，用户能够自定义博世内置视频分析，以监测最关注的对象或场景，让内置智能视频分析技术越来越精确的同时也大大地提高了安全性。同时相较于神经网络算法，Camera Trainer对硬件需求较低，训练过程简单，通过少量学习次数即可探知并精准识别用户定义的对象和场景，这使得这一应用的落地性和灵活性更强，不仅可以为用户提供直接关心的翔实且精确的数据，而且在控制成本的同时将数据转化为更高的安全和业务效益。

　　经过训练的摄像机可根据用户的自定义需求实现更多功能，例如可用于监测用户定义对象、识别用户定义场景，以及探测静止物体等让识别和监测不再仅由移动触发。Camera Trainer还可以与博世摄像机内置增强型智能视频分析的预定义报警规则和对象过滤器轻松结合。此外，结合不同算法，用户可以利用Camera Trainer自定义出更多可能性。

　　博世相信通过智能与行业的结合，可以释放与重塑行业潜力，而Camera Trainer通过可自定义的机器学习模式，可以为不同实际场景提供解决方案新思路。

　　在工业场景中，借助Camera Trainer可以对生产流水线上的拥挤度及跌落情况进行检测，同时通过在传送带上设置占用警报，以避免货物堆积。而在仓储物流链中，通过Camera Trainer可以实现摄像机对卸货区空闲度的计数与监测，从而提高业务效率。

　　在如机场这样需要严格管控的交通环境，Camera Trainer可以对交通流量进行检测并感知飞机状态，例如可以收集飞机停在航站楼的时间、装载乘客行李所需的时间、或者飞机加油所需的时间等数据，以缩短乘客和飞机的周转时间，降低成本。

　　Camera Trainer 同样适用于需要精细监测的场合，比如对标尺类产品的监测，通过Camera Trainer 训练摄像机根据水位线的位置变化辨别水位情况，为防范洪灾提供有力保障。在情况复杂，环境恶劣等不方便人员到场监控的场景中，通过Camera Trainer远程判断闸机或者闸门的开闭情况；通过监测仪表盘来监控无人值守的机房或者关键设备的状态等。

　　随着智慧城市的发展，利用车辆计数优化城市内外交通成为研究课题。通过Camera Trainer可以训练摄像机学习监测不同车型，提供可靠流量数据，防止交通通堵塞。而在停车应用场景中，经过Camera Trainer训练的摄像机可以对泊车位空闲度进行计数，也可以对车辆停留时间长短进行监测，有效利用资源。

　　在零售环境中，可以训练摄像机识别购物篮或手推车轮子的形状，结合预设报警规则，监测顾客的异常行为。通过训练的博世摄像机还可识别物品占位状态，从而得知销售情况，并结合报警规则预设，在货量不足时可触发警报，完善商业采购供应链，节省大量的人力物力。

　　Camera Trainer也因超出标准视频分析技术能力，在特殊应用场合可以发挥特长。例如，在极端气候条件下，建筑物上形成的冰柱会造成不可估量的破坏，并对路过行人的安全构成威胁。Camera Trainer结合预设值的警报规则，可以使冰柱在形成早期阶段就被监测到，提供坠落预警。

　　作为机器学习应用，Camera Trainer的训练过程却十分简单。只需经过设定对象探测区域、定义正样本、添加负样本、调整正负样本直至对象探测准确并新建任务保存摄像机配置即可。平均采集100-300个正负样本即可完成训练。

　　视频分析技术无疑已经推动了安防解决方案的创新。但随着Camera Trainer的推出，更让它真正证明了自身的价值。该机器学习技术适用于所有博世新版7000系列及以上摄像机中，并可通过摄像机中的免费许可证激活。摄像机的配置和训练快捷方便，无需校准。此外，得益于博世视频管理系统（BVMS）、第三方或ONVIF的支持，无需另外集成。

　　对于系统集成商而言，Camera Trainer提供了灵活的方法，可根据客户的个性化需求定制安防解决方案。对于终端用户而言，这相当于为他们的世界增加了一双数字化的眼睛，并具有与之匹配的“大脑”。但对于安防界来说，这是一个全新的局面。Camera Trainer营造了一种安心的感觉： 智能数据可用于提供有价值的见解，不仅可以保护人员和财产，还带来了能够提高效率和业绩的商业智能。