# 边缘 AI 现场调查表

适用于规划摄像系统评估的集成商与现场负责人。选择计算硬件前，先定义一项可观察的任务。

## 记录环境

| 范围 | 所需信息 |
|---|---|
| 任务 | 对象或事件、运营决策及不可接受的错误 |
| 摄像头 | 型号、接口、镜头、分辨率、帧率及安装位置 |
| 场景 | 光照、运动、遮挡、天气与观察距离 |
| 现场 | 电源、安装方式、温度、外壳与物理接触条件 |
| 网络 | 带宽、断网行为与远程支持 |
| 数据 | 录制许可、保留期限、访问与存储 |
| 运营 | 负责人员、告警流程与恢复程序 |

使用已获授权、具有代表性的影像。合成或理想条件下的演示影像可用于前期探索，但不能代替现场测试。

## 建立验收记录

定义真实标注依据与样本量，分别统计误报和漏报。测量从事件发生到产生可用告警的时间，不只测模型内的推理耗时。根据场景纳入白天和夜间条件。

测试持续运行、断电、网络故障、存储限制与恢复。记录软件版本、模型设置及硬件配置。任何阈值都是与客户约定的要求，并非普遍性能承诺。

## 比较完整系统

物料清单应包含摄像头、镜头、算力、存储、外壳、线缆、电源与安装配件。商业比较应包含安装、数据准备、软件、远程维护及更换费用。

[Seeed 工程生态](https://github.com/Seeed-Studio/wiki-documents)是一个公开参考。厂商演示和案例有助于提出问题，但不能证明新现场一定达到目标。

## 准备下一次沟通

提供国家、现场数和摄像头数量、预期任务、网络条件、目标日期与本地集成负责人。初次询盘请勿上传个人或敏感视频。

若现场在阿联酋或沙特，请先阅读英文页 [UAE/KSA edge AI site readiness](/en/guides/uae-ksa-edge-ai-site-readiness)，再选择硬件。

[讨论边缘 AI 评估](/request-quote?solution=edge-vision)