在高通低功耗 IoT 摄像头方案中，AI 事件检测频繁误报，除了模型精度，还可以从哪些系统层面减少误报？

[嘿！码农]

在高通低功耗 IoT 摄像头方案中，AI 事件检测频繁误报，除了模型精度，还可以从哪些系统层面减少误报？
 

[weixin_38498942]

误报问题不能只靠模型，还要结合触发策略、前后处理和系统状态判断。建议从以下方向优化：第一，增加触发防抖，同一目标连续 2~3 帧检测到才上报；第二，引入置信度阈值，不同类别使用不同阈值；第三，加入 ROI 限制，只在重点区域检测；第四，使用帧间隔降帧，减少重复触发；第五，结合时间策略，夜间和白天使用不同灵敏度；第六，对上报结果做去重，避免同一目标反复上报。
示例逻辑：

c

if (det.confidence > 0.75 && det.in_roi && consecutive_frames >= 2)
{
if (!is_duplicate(det))
{
report_event(det);
}
}  

对低功耗设备，建议把高频检测放在 DSP，复杂二次确认放到 MCU 或应用层，避免无效事件持续唤醒主核。参考：https://developer.qualcomm.com/software/qualcomm-vision-sdk

[weixin_38498942]

误报问题不能只靠模型，还要结合触发策略、前后处理和系统状态判断。建议从以下方向优化：第一，增加触发防抖，同一目标连续 2~3 帧检测到才上报；第二，引入置信度阈值，不同类别使用不同阈值；第三，加入 ROI 限制，只在重点区域检测；第四，使用帧间隔降帧，减少重复触发；第五，结合时间策略，夜间和白天使用不同灵敏度；第六，对上报结果做去重，避免同一目标反复上报。
示例逻辑：

c

if (det.confidence > 0.75 && det.in_roi && consecutive_frames >= 2)
{
if (!is_duplicate(det))
{
report_event(det);
}
}  

对低功耗设备，建议把高频检测放在 DSP，复杂二次确认放到 MCU 或应用层，避免无效事件持续唤醒主核。参考：https://developer.qualcomm.com/software/qualcomm-vision-sdk