Best Practices & Troubleshooting

Gunakan sudut elevated overview, bukan bird's-eye langsung ke bawah — model deteksi orang pelengkap mengasumsikan siluet tubuh masih terlihat. Lihat Persyaratan — Penempatan Kamera untuk detailnya.

• Batasi areas pada zona yang benar-benar ingin dipantau — ROI yang jauh lebih kecil dari FOV kamera membuang resolusi efektif per orang setelah frame di-resize.
• Beri name yang deskriptif ("Pintu Masuk Utara", "Area Panggung") karena nilai ini yang muncul pada pipeline_data.area di setiap event.
• Selalu kirim ulang seluruh array areas setiap kali melakukan PUT, meskipun Anda hanya ingin mengubah interval. Konfigurasi tidak digabung (merge) secara parsial — jika areas tidak disertakan pada body PUT, pipeline kembali memakai ROI default tunggal yang mencakup seluruh frame.

• Default interval: 10 cocok untuk monitoring real-time.
• Naikkan ke 30–60 untuk skenario analitik historis yang tidak memerlukan respons cepat — ini juga mengurangi volume event.
• Turunkan ke 5 jika Anda memerlukan respons lebih cepat untuk alert overcrowding.

Pipeline otomatis menyalakan model deteksi orang tambahan saat estimasi seluruh frame di bawah ±10 orang, dan mematikannya di atas ±500 orang. Ambang ini dihitung dari total frame, bukan per-ROI — jadi pada pipeline dengan beberapa ROI, penyalaan/pematian model pelengkap dipengaruhi kepadatan gabungan seluruh area, bukan kepadatan salah satu ROI saja. Perilaku ini tidak dapat dikonfigurasi.

NFV4-CE tidak memiliki threshold alert bawaan. Implementasikan logika kapasitas di sisi aplikasi Anda, misalnya membandingkan pipeline_data.estimation terhadap batas kapasitas venue setiap event masuk.