概览

智能复判功能利用多模态大模型对AI技能产生的预警进行二次判断，有效过滤误报，显著提升预警准确性，在实际应用场景中，该功能可大幅减少误报数量，降低人工复核成本。

场景背景

1. 业务痛点

场景描述：高点监控下的厂区烟火识别场景，在摄像头上绑定了小模型烟火检测技能。

问题定位：工厂烟囱日常有正常排烟（白烟），小模型无法区分"正常排烟"与"火灾烟火"，导致每天产生大量误报，造成无效复核任务。

核心矛盾：小模型基于固定特征识别，无法理解环境上下文信息（如"烟囱位置"、"烟雾颜色"、"烟雾来源"），在保障召回率的情况下准确率提升空间有限。

2. 解决方案

方案设计：利用智能复判功能，引入多模态大模型对烟火检测预警进行二次判断。通过大模型的语义理解能力，识别环境信息中的干扰项（烟囱白烟），精准过滤误报，在保障召回率的同时显著提升预警准确性。

复判逻辑： 正常情况：烟囱冒出的白烟 → 复判过滤，不产生预警 异常情况：非烟囱位置的烟火 或 烟囱排出黑烟 → 复判通过，产生预警

实践方案

第一步：前期准备

按需完成以下基础配置：

• 接入摄像机或硬盘录像机（点击可获取 案例视频）
• 获取Ai技能
• 创建技能运行任务，将已有摄像头变为智能摄像头。

第二步：预警分析

1. 目标

识别误报特征，为复判技能设计提供依据。

2. 操作步骤

• 选择"监测预警>预警记录"，进入「预警记录」页面，查看预警记录。
• 筛选误报预警并保存，分析干扰因素。

3. 分析结果

• 误报特征：工厂烟囱日常排出的白烟被识别为烟火
• 干扰项：烟囱位置、白烟颜色、正常排烟行为
• 正样本特征：非烟囱位置的烟火、烟囱排出的黑烟

第三步：复判技能设计

设计思路：

针对"烟囱白烟误报"问题，设计多模态复判技能，通过语义理解判断烟雾来源和颜色，区分正常排烟与火灾烟火。

提示词设计：

1. 初次尝试：

1图中的烟是从烟囱里冒出来的白烟吗？
2请以严格 JSON 格式输出结果：{"汇总结果": true/false}，不要输出其他内容

问题分析：

模型对"白烟"判断过于严格，浅灰色烟雾无法识别 未考虑锯齿状边缘等图像干扰因素 除正样本外存在少量黑色烟雾时，影响模型判断

2. 优化方案：

1请分析图中的烟是从烟囱里冒出来的白烟吗？
2
3可参考以下定义进行判断：
41. 存在从竖直向上的圆柱形建筑顶端释放出的白色烟雾
52. 图中其他位置的烟雾不影响对烟囱及其冒出烟雾主体的判断
63. 对白烟的判断并不需要是严格的白色，浅色调灰色接近白色的烟雾可以被认定为白烟
74. 对于烟囱和烟雾的界定不受锯齿状边缘的影响。请针对图中的烟是否是从烟囱里冒出来的白烟做出回答，是的话答案为 true，否则为 false。
8请以严格 JSON 格式输出结果：{"汇总结果": true/false}，不要输出其他内容

优化要点：

• 明确定义：给出"烟囱"、"白烟"的明确定义，减少歧义
• 边界条件：说明"浅灰色接近白色也算白烟"，扩大识别范围
• 抗干扰：说明"其他位置烟雾不影响判断"、"不受锯齿状边缘影响"
• 输出规范：明确 JSON 格式输出，便于系统解析

操作步骤

1. 选择"监测预警>预警设置>智能复判"，进入「复判技能」页面。

2. 点击【创建复判技能】，进入「创建复判技能」页面。

3. 根据业务需要输入技能名称和提示词，并上传误报预警图片。点击【开始分析】，验证多模态模型识别结果。

4. 验证完成后，点击【保存并上线】按钮，完成技能上线。

第四步：复判技能应用

目标

通过创建复判规则，匹配已创建的多模态技能和原有的AI技能，配置复判逻辑，利用多模态大模型识别进行黑烟检测的误报过滤。

操作步骤

1. 选择"监测预警>预警设置>智能复判"，进入「复判规则」页面。

2. 点击【创建复判规则】按钮，选择复判资源、待复判技能、复判方式，匹配复判技能与原技能对应关系。

3. 复判规则启用后，所有待复判技能产生的预警都会通过复判技能再次识别，多模态大模型复判上线后，保障同样召回率的情况下，误报数大幅下降，保障可用。

实践总结

1. 什么时候用智能复判功能

2. 提示词调优技巧

• 明确定义：对模糊概念给出明确定义（如"白烟包括浅灰色"）
• 边界条件：说明哪些情况算、哪些不算
• 抗干扰设计：说明图像噪声、边缘锯齿等不影响判断
• 输出规范：明确 JSON 格式，便于系统解析
• 迭代优化：根据误报样本持续优化提示词