Guia de configuracion del sistema de deteccion mejorado Este articulo explica de forma clara y accionable como configurar un sistema de deteccion avanzado con adaptacion de fondo, mejoras de cumplimiento YOLO11, optimizaciones de RTSP y procesamiento de codigos QR, orientado a despliegues de produccion y laboratorrio Incluye recomendaciones de rendimiento, limites de memoria, integracion con servicios de reportes y pautas de troubleshooting
Sobre Q2BSTUDIO Somos una empresa de desarrollo de software que crea aplicaciones a medida y software a medida, especialistas en inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y power bi, automatizacion de procesos y agentes IA Ayudamos a escalar proyectos de vision por computadora, deteccion en video y analitica avanzada en entornos exigentes Descubre como potenciamos la ia para empresas en nuestra pagina de inteligencia artificial para empresas y conoce nuestro enfoque integral de software a medida y aplicaciones a medida para acelerar tu hoja de ruta digital
Resumen de capacidades Adaptacion de fondo para reducir falsos positivos Compatibilidad y afinado con YOLO11 para deteccion y segmentacion Mejoras de ingest y resiliencia en RTSP con UDP o TCP Lectura de codigos QR con integracion a servicio de reportes OCR multilenguaje acelerable por GPU Controles de memoria y tamano de video
Variables de entorno
Configuracion de adaptacion de fondo
FASTRTC_BACKGROUND_ADAPTATION Predeterminado: true Valores: true, false Descripcion: habilita o deshabilita el modelado adaptativo del fondo para reducir falsos positivos Ejemplo: FASTRTC_BACKGROUND_ADAPTATION=true
FASTRTC_BACKGROUND_LEARNING_RATE Predeterminado: 0.001 Rango: 0.0001 a 0.1 Descripcion: tasa de aprendizaje del modelo de fondo, valores bajos significan adaptacion mas lenta Ejemplo: FASTRTC_BACKGROUND_LEARNING_RATE=0.005
FASTRTC_STABILITY_THRESHOLD Predeterminado: 0.85 Rango: 0.1 a 0.99 Descripcion: puntuacion minima de estabilidad para aceptar detecciones, valores altos filtran mas Ejemplo: FASTRTC_STABILITY_THRESHOLD=0.8
FASTRTC_MOTION_THRESHOLD Predeterminado: 10.0 Rango: 1.0 a 100.0 Descripcion: umbral de magnitud de movimiento para identificar regiones dinamicas Ejemplo: FASTRTC_MOTION_THRESHOLD=15.0
FASTRTC_MIN_PERSISTENCE Predeterminado: 3 Rango: 1 a 10 Descripcion: cantidad minima de frames que debe persistir una deteccion para ser valida Ejemplo: FASTRTC_MIN_PERSISTENCE=2
FASTRTC_BACKGROUND_DEBUG Predeterminado: false Valores: true, false Descripcion: habilita logs de depuracion de la adaptacion de fondo Ejemplo: FASTRTC_BACKGROUND_DEBUG=true
Parametros de procesamiento RTSP
FASTRTC_RTSP_TRANSPORT Predeterminado: udp Valores: udp, tcp Descripcion: protocolo de transporte para conexiones RTSP Ejemplo: FASTRTC_RTSP_TRANSPORT=tcp
FASTRTC_RTSP_TIMEOUT Predeterminado: 20 Rango: 5 a 60 Descripcion: tiempo maximo de espera de conexion RTSP en segundos Ejemplo: FASTRTC_RTSP_TIMEOUT=30
FASTRTC_RTSP_RECONNECT_DELAY Predeterminado: 10 Rango: 5 a 300 Descripcion: retraso entre reintentos de reconexion en segundos Ejemplo: FASTRTC_RTSP_RECONNECT_DELAY=15
Procesamiento de codigos QR
FASTRTC_QR_PROCESSING Predeterminado: true Valores: true, false Descripcion: activa la deteccion de QR y la integracion con el servicio de reportes Ejemplo: FASTRTC_QR_PROCESSING=true
REPORT_SERVICE_URL Predeterminado: https://localhost:5270 Descripcion: URL base del servicio de reportes Ejemplo: REPORT_SERVICE_URL=https://report-service:5270
REPORT_SERVICE_TIMEOUT Predeterminado: 30 Rango: 5 a 120 Descripcion: timeout en segundos para las peticiones al servicio de reportes Ejemplo: REPORT_SERVICE_TIMEOUT=45
REPORT_SERVICE_MAX_RETRIES Predeterminado: 2 Rango: 0 a 5 Descripcion: numero maximo de reintentos ante fallo del servicio de reportes Ejemplo: REPORT_SERVICE_MAX_RETRIES=3
REPORT_SERVICE_RETRY_DELAY Predeterminado: 1 Rango: 1 a 10 Descripcion: retraso en segundos entre reintentos Ejemplo: REPORT_SERVICE_RETRY_DELAY=2
YOLO11 y deteccion
FASTRTC_TEMPORAL_SMOOTHING Predeterminado: true Valores: true, false Descripcion: suavizado temporal para anotaciones mas estables Ejemplo: FASTRTC_TEMPORAL_SMOOTHING=true
FASTRTC_SMOOTHING_FACTOR Predeterminado: 0.7 Rango: 0.1 a 0.9 Descripcion: factor de suavizado temporal, mayor valor implica mas suavizado Ejemplo: FASTRTC_SMOOTHING_FACTOR=0.6
FASTRTC_MIN_CONFIDENCE Predeterminado: 0.3 Rango: 0.1 a 0.9 Descripcion: confianza minima para aplicar suavizado temporal Ejemplo: FASTRTC_MIN_CONFIDENCE=0.4
FASTRTC_CLASS_CONFIG_PATH Predeterminado: config/data.yml Descripcion: ruta al archivo de clases para modelos TensorRT Ejemplo: FASTRTC_CLASS_CONFIG_PATH=/custom/path/classes.yml
Rendimiento y memoria
FASTRTC_MEMORY_LIMIT_MB Predeterminado: 512 Rango: 256 a 4096 Descripcion: limite de memoria en MB para el procesamiento de deteccion Ejemplo: FASTRTC_MEMORY_LIMIT_MB=1024
FASTRTC_MAX_VIDEO_SIZE_MB Predeterminado: 0 sin limite Rango: 0 a 10000 Descripcion: tamano maximo del archivo de video a procesar en MB, 0 implica ilimitado Ejemplo: FASTRTC_MAX_VIDEO_SIZE_MB=500
OCR
FASTRTC_OCR_ENABLED Predeterminado: true Valores: true, false Descripcion: habilita la extraccion de texto OCR Ejemplo: FASTRTC_OCR_ENABLED=true
FASTRTC_OCR_GPU Predeterminado: true Valores: true, false Descripcion: usa aceleracion por GPU para OCR Ejemplo: FASTRTC_OCR_GPU=false
FASTRTC_LANG Predeterminado: en Valores: en, ar, ar+en Descripcion: idioma o combinacion de idiomas para OCR Ejemplo: FASTRTC_LANG=ar+en
Archivos de configuracion
Configuracion de clases en config/data.yml Definir mapeo de nombres para modelos TensorRT Ejemplo de clases clave: 0 person, 1 bicycle, 44 food_label, 55 invoice, 80 qr_code Metadatos recomendados: input_size 3840 x 2160 resolucion 4K, classes 81, format tensorrt
Configuracion de camaras en config/ip_camera.yml Ejemplo: camara 4K RTSP con rtsp_url rtsp://host:554/stream, usuario admin, descripcion camara principal 4K, enabled true Parametros: timeout 30, transport udp o tcp, reconnect_delay 15 Globales: connection_timeout 20, target_fps 20, buffer_size 16777216 para flujos 4K Fallback: use_webcam_fallback true con default_webcam_id 0
Configuracion via API
BackgroundAdapter Constructor con parametros: learning_rate, stability_threshold, motion_threshold, min_detection_persistence Actualizacion dinamica con update_parameters Estadisticas con get_background_stats Ejemplo de tuning: learning_rate 0.005, stability_threshold 0.8, motion_threshold 15.0, min_detection_persistence 2
YOLOSegmentationDetector Parametros: model_path models/best08032025.engine, task segment, enable_ocr true, confidence_threshold 0.5, enable_tracking true, tracker_type botsort, class_config_path config/data.yml Ajuste de confianza con update_confidence_threshold Estadisticas con get_segmentation_stats
Solucion de problemas
Adaptacion de fondo Problema: demasiados verdaderos positivos filtrados Solucion: bajar el umbral de estabilidad o reducir el umbral de movimiento Comandos: export FASTRTC_STABILITY_THRESHOLD=0.7 y export FASTRTC_MOTION_THRESHOLD=8.0
Problema: uso de memoria elevado del adaptador Solucion: incrementar learning_rate para adaptar mas rapido Comando: export FASTRTC_BACKGROUND_LEARNING_RATE=0.01
Problema: el modelo de fondo no se adapta a cambios de iluminacion Solucion: subir learning_rate y reducir stability_threshold Comandos: export FASTRTC_BACKGROUND_LEARNING_RATE=0.005 y export FASTRTC_STABILITY_THRESHOLD=0.75
Conectividad RTSP Problema: desconexiones frecuentes Solucion: cambiar a TCP y aumentar timeout Comandos: export FASTRTC_RTSP_TRANSPORT=tcp y export FASTRTC_RTSP_TIMEOUT=45
Problema: latencia o buffering altos Solucion: usar UDP y optimizar buffer en la configuracion de camara Comando: export FASTRTC_RTSP_TRANSPORT=udp
Problema: fallo inmediato de conexion Solucion: validar red y credenciales Prueba manual: ffmpeg -rtsp_transport udp -i rtsp://usuario:password@ip:554/stream -t 5 -f null -
Procesamiento de codigos QR Problema: los QR no se procesan Solucion: comprobar conectividad con el servicio de reportes Comandos: export FASTRTC_QR_PROCESSING=true y export REPORT_SERVICE_URL=https://correct-service:5270 Prueba manual: curl -X GET REPORT_SERVICE_URL/health
Problema: procesamiento duplicado de QR Solucion: el sistema previene duplicados de forma automatica, verifique la estructura processed_delivery_ids y limpiela en pruebas si es necesario
Rendimiento Problema: uso de memoria alto al procesar video Solucion: activar optimizaciones y limites Comandos: export FASTRTC_MEMORY_LIMIT_MB=1024 y export FASTRTC_MAX_VIDEO_SIZE_MB=500 e instalar psutil para monitorizar
Problema: procesamiento lento en flujos de alta resolucion Solucion: ajustar rendimiento Comandos: export FASTRTC_TEMPORAL_SMOOTHING=false y export FASTRTC_BACKGROUND_LEARNING_RATE=0.01
Monitorizacion y logging
Depuracion Habilitar logs de fondo con export FASTRTC_BACKGROUND_DEBUG=true y revisar los registros para detalles de adaptacion
Monitorizacion de rendimiento Consultar get_segmentation_stats para FPS y tiempos de proceso Consultar get_background_stats para estado de aprendizaje de fondo y detecciones filtradas
Monitorizacion de memoria Recomendado usar psutil para obtener el uso de memoria del proceso en MB y configurar alertas
Mejores practicas
Despliegue en produccion Adaptacion de fondo: comenzar con valores conservadores y afinar por escena RTSP: TCP para fiabilidad y UDP para menor latencia Memoria: establecer limites segun el hardware QR: asegurar alta disponibilidad del servicio de reportes Monitorizacion: activar estadisticas y alertas proactivas
Desarrollo y pruebas Activar logs de depuracion Usar umbrales mas bajos para iterar rapido Validar rendimiento con baterias de pruebas Perfilar memoria en ejecuciones prolongadas
Ejemplo de configuracion para produccion Background export FASTRTC_BACKGROUND_ADAPTATION=true export FASTRTC_BACKGROUND_LEARNING_RATE=0.001 export FASTRTC_STABILITY_THRESHOLD=0.85 export FASTRTC_MOTION_THRESHOLD=10.0 export FASTRTC_MIN_PERSISTENCE=3 RTSP export FASTRTC_RTSP_TRANSPORT=tcp export FASTRTC_RTSP_TIMEOUT=30 QR export FASTRTC_QR_PROCESSING=true export REPORT_SERVICE_URL=https://report-service:5270 export REPORT_SERVICE_TIMEOUT=30 export REPORT_SERVICE_MAX_RETRIES=2 Rendimiento export FASTRTC_MEMORY_LIMIT_MB=2048 export FASTRTC_MAX_VIDEO_SIZE_MB=1000 Depuracion export FASTRTC_BACKGROUND_DEBUG=false
Cierre Con esta configuracion obtendras un sistema robusto, escalable y preparado para escenarios industriales, optimizado para entornos edge y cloud Si necesitas integrar esta tecnologia con analitica avanzada, paneles de power bi, pipelines de servicios inteligencia de negocio, ciberseguridad y pentesting o despliegues en servicios cloud aws y azure, nuestro equipo en Q2BSTUDIO puede acompanarte de extremo a extremo Contactanos para crear agentes IA productivos, soluciones de ia para empresas y acelerar tu transformacion con software a medida