實測中
影像事件偵測
串接既有攝影機，辨識人與動物出現的時段，整理事件與截圖，協助管理人員快速找到需要查看的畫面。
- 目前測試環境下，每秒可處理約 12.7 張影像。
- 住宅門口一小時測試中，偵測到 41 個事件，經人工逐一確認皆符合偵測目標。
- 截圖傳送前，先在地端進行人物模糊處理。
AI 決策輔助
讀懂現場，讓經驗化為行動。
讓 AI 運用專業知識，從資料與影像中判斷狀況，提供建議或自動執行。
從判斷到行動，配合現場的工作方式
需要專業確認時，整理資訊、提出建議；適合自動處理時，依現場狀況執行動作。
分類審核｜每筆分類，都有初判與理由
讀取 Excel 商品資料與產品網頁，依規則提出分類建議、說明分類理由，並標示信心不足的項目。專業人員可逐筆審核、確認或修正，不必每筆都從頭查起。
投餌控制｜看魚吃得如何，掌握停餵時機
透過攝影機觀察魚群攝食狀況，在設定的投餌範圍內，判斷何時停止投料，讓餵食隨現場狀況調整。
自動化的範圍由你設定，重要判斷保留人工確認。
讓專業經驗落地的四個原則
- 判斷有依據
- 提供建議或執行動作時，記錄參考的資訊與判斷理由，讓人能查閱、理解與核對。
- 不確定就交由人確認
- 資訊不足或信心不夠時，標示需要確認的項目；自動控制則依預先設定的異常處理方式應對。
- 人能確認，也能介入
- 專業人員可以修正建議、調整設定，或停止自動執行，保有現場的決定權。
- 從具體問題做起
- 聚焦明確的工作環節，從分類審核到投餵控制，以實際成果驗證價值，再逐步擴大應用。
從資料到設備，整合 AI 所需的每個環節
串接資料、導入模型、連接設備，依工作流程與現場條件，選擇雲端、地端或混合部署。
資料與文件處理
串接 Excel、產品網頁與既有系統，整理資訊、提出分類建議，銜接專業人員的審核流程。
現場影像與設備控制
串接攝影機、感測器與控制設備，判讀現場狀況，依設定執行動作，並提供遠端監看與人工介入。
從現場感知，到管理與控制
- 01
現場設備
透過攝影機與感測器取得資訊，連接需要控制的設備；評估沿用既有硬體。
- 02
地端運算
在現場完成影像判讀與即時控制，降低網路延遲的影響。
- 03
雲端管理
集中查看事件、管理設定與設備狀態，掌握不同場域的運作。
- 04
人員操作
透過手機或電腦查看狀況、調整設定，必要時介入或停止自動執行。
地端 AI，讓資料與運算留在自己的環境
依任務需求與模型能力，將 AI 部署於企業主機或現場設備，減少對外部雲端服務的依賴。
掌握資料流向
敏感文件與現場影像可在內部處理，依需求設定儲存與傳輸範圍。
降低網路依賴
需要即時反應的判讀與控制可在地端執行，斷線時依預設方式持續運作。
依使用規模配置成本
依處理量、反應速度與模型需求配置硬體，同時評估建置、維護與運算成本。
先驗證效果，再決定部署。
從實際資料與工作流程測試 AI 的效益，再選擇模型、硬體與部署方式，讓投資對應實際需求。
Ocealo 整合嵌入式開發、雲端系統與 AI 應用，讓判斷接上設備，讓結果回到工作流程。
應用案例與開發進展
規劃中
魚塭攝食判斷
透過影像觀察魚群攝食反應，協助掌握停止投餵的時機。預計串接投餌設備，在養殖戶設定的範圍內自動停止投料，減少不必要的飼料投入。
從一個每天重複的工作開始
整理資料、逐筆審核、盯看畫面，或憑經驗調整設備。告訴我們你想改善的環節，一起評估 AI 能如何協助，以及如何驗證效果。