Guia de configuracion del sistema de deteccion mejorado. Este documento describe todas las opciones para adaptar el fondo, cumplir con mejoras de YOLO11, optimizar RTSP, integrar lectura de codigos QR y ajustar rendimiento y memoria. Desarrollado para equipos que buscan fiabilidad de produccion y escalabilidad en entornos de video 4K. En Q2BSTUDIO empresa de desarrollo de software y aplicaciones a medida especialistas en inteligencia artificial ciberseguridad y mucho mas diseñamos soluciones end to end con servicios cloud aws y azure servicios inteligencia de negocio y power bi ia para empresas y agentes IA. Si tu empresa necesita impulsar proyectos de inteligencia artificial visita nuestra propuesta de IA o si requieres infraestructura elastica consulta nuestros servicios cloud.
Variables de entorno Adaptacion de Fondo
FASTRTC_BACKGROUND_ADAPTATION Predeterminado true Valores true false Descripcion activa o desactiva el modelado de fondo adaptativo 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 validacion cuanto mas alto mas estricto 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 regiones dinamicas Ejemplo FASTRTC_MOTION_THRESHOLD=15.0
FASTRTC_MIN_PERSISTENCE Predeterminado 3 Rango 1 a 10 Descripcion numero minimo de fotogramas que una deteccion debe persistir para ser valida Ejemplo FASTRTC_MIN_PERSISTENCE=2
FASTRTC_BACKGROUND_DEBUG Predeterminado false Valores true false Descripcion habilita registros de depuracion para la adaptacion de fondo Ejemplo FASTRTC_BACKGROUND_DEBUG=true
Variables de entorno 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 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 intentos de reconexion en segundos Ejemplo FASTRTC_RTSP_RECONNECT_DELAY=15
Variables de entorno Procesamiento de Codigos QR
FASTRTC_QR_PROCESSING Predeterminado true Valores true false Descripcion habilita la deteccion de codigos QR e 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 tiempo de espera en segundos para 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 para peticiones al servicio Ejemplo REPORT_SERVICE_MAX_RETRIES=3
REPORT_SERVICE_RETRY_DELAY Predeterminado 1 Rango 1 a 10 Descripcion retraso entre reintentos en segundos Ejemplo REPORT_SERVICE_RETRY_DELAY=2
Variables de entorno 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 valores altos implican mayor suavizado Ejemplo FASTRTC_SMOOTHING_FACTOR=0.6
FASTRTC_MIN_CONFIDENCE Predeterminado 0.3 Rango 0.1 a 0.9 Descripcion umbral minimo de confianza para el 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 ilimitado Rango 0 a 10000 Descripcion tamaño maximo de archivo de video en MB 0 significa sin limite Ejemplo FASTRTC_MAX_VIDEO_SIZE_MB=500
OCR existente
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 GPU para OCR Ejemplo FASTRTC_OCR_GPU=false
FASTRTC_LANG Predeterminado en Valores en ar ar+en Descripcion idiomas para OCR Ejemplo FASTRTC_LANG=ar+en
Archivos de configuracion Configuracion de clases config/data.yml
Ejemplo de mapeo de clases para modelos TensorRT nombres 0 person 1 bicycle 44 food_label 55 invoice 80 qr_code. Metadatos adicionales model_info input_size 3840 2160 resolucion 4K classes 81 format tensorrt.
Archivos de configuracion Configuracion de camaras config/ip_camera.yml
Ejemplo camaras nombre 4K RTSP Camera rtsp_url rtsp://192.168.1.100:554/stream username admin password password descripcion Main 4K camera enabled true settings timeout 30 transport udp reconnect_delay 15. Ajustes globales camera_settings connection_timeout 20 target_fps 20 buffer_size 16777216 recomendado para 4K. Fallback use_webcam_fallback true default_webcam_id 0.
Configuracion via API Adaptador de Fondo
Crear con parametros BackgroundAdapter learning_rate=0.005 stability_threshold=0.8 motion_threshold=15.0 min_detection_persistence=2. Actualizar en caliente update_parameters learning_rate=0.001 stability_threshold=0.85. Obtener estadisticas get_background_stats para conocer background_learned frames_processed y tasas de filtrado.
Configuracion del Detector YOLO con segmentacion
Crear detector YOLOSegmentationDetector 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. Actualizar umbral update_confidence_threshold 0.6. Obtener estadisticas get_segmentation_stats para fps processing_time y calidad de segmentacion.
Resolucion de problemas Adaptacion de Fondo
Problema demasiados falsos positivos filtrados Solucion reducir estabilidad o bajar umbral de movimiento Comandos sugeridos FASTRTC_STABILITY_THRESHOLD=0.7 FASTRTC_MOTION_THRESHOLD=8.0
Problema consumo de memoria elevado Solucion aumentar learning_rate para adaptar mas rapido FASTRTC_BACKGROUND_LEARNING_RATE=0.01
Problema el modelo no se adapta a cambios de iluminacion Solucion subir learning_rate y bajar estabilidad FASTRTC_BACKGROUND_LEARNING_RATE=0.005 FASTRTC_STABILITY_THRESHOLD=0.75
Resolucion de problemas RTSP
Problema desconexiones frecuentes Solucion cambiar a tcp e incrementar timeout FASTRTC_RTSP_TRANSPORT=tcp FASTRTC_RTSP_TIMEOUT=45
Problema alta latencia o buffering Solucion usar udp y optimizar el buffer desde la configuracion de camara FASTRTC_RTSP_TRANSPORT=udp
Problema la conexion falla inmediatamente Solucion validar red y credenciales Prueba rapida ffmpeg -rtsp_transport udp -i rtsp://username:password@ip:554/stream -t 5 -f null -
Resolucion de problemas QR
Problema no se procesan QR Solucion verificar conectividad del servicio de reportes FASTRTC_QR_PROCESSING=true REPORT_SERVICE_URL=https://correct-service:5270 Prueba curl -X GET REPORT_SERVICE_URL health
Problema procesamiento duplicado de QR Solucion el sistema evita duplicados de forma automatica Validacion en pruebas print detector.processed_delivery_ids y para limpiar detector.processed_delivery_ids.clear
Rendimiento
Problema uso de memoria alto en videos Solucion habilitar optimizaciones y limites FASTRTC_MEMORY_LIMIT_MB=1024 FASTRTC_MAX_VIDEO_SIZE_MB=500 Instalar psutil con pip install psutil para monitoreo
Problema procesamiento lento en 4K Solucion desactivar suavizado temporal si no es imprescindible y acelerar adaptacion FASTRTC_TEMPORAL_SMOOTHING=false FASTRTC_BACKGROUND_LEARNING_RATE=0.01
Monitoreo y registros
Activar depuracion de adaptacion de fondo FASTRTC_BACKGROUND_DEBUG=true revisar los logs para detalles de aprendizaje del fondo
Monitoreo de rendimiento Usar detector.get_segmentation_stats y mostrar fps y processing_time en ms. Para el adaptador de fondo detector.background_adapter.get_background_stats con background_learned y frames_processed.
Monitoreo de memoria Con psutil obtener process.memory_info rss convertir a MB para trazar consumo en tiempo real y activar alertas si se alcanza FASTRTC_MEMORY_LIMIT_MB.
Mejores practicas Despliegue en produccion 1 Adaptacion de fondo empezar con parametros conservadores y ajustar por escena 2 RTSP usar tcp para fiabilidad y udp para latencia minima 3 Memoria establecer limites acordes al hardware 4 QR asegurar alta disponibilidad del servicio de reportes 5 Monitoreo activar registros de rendimiento y alertas
Mejores practicas Desarrollo y pruebas 1 Modo debug habilitar registros de depuracion para diagnostico 2 Entorno de test usar umbrales mas bajos para iterar rapido 3 Pruebas de rendimiento ejecutar suites y validar fps y latencia 4 Perfilado de memoria observar el consumo en pruebas de larga duracion
Ejemplo de configuracion de produccion
FASTRTC_BACKGROUND_ADAPTATION=true FASTRTC_BACKGROUND_LEARNING_RATE=0.001 FASTRTC_STABILITY_THRESHOLD=0.85 FASTRTC_MOTION_THRESHOLD=10.0 FASTRTC_MIN_PERSISTENCE=3 FASTRTC_RTSP_TRANSPORT=tcp FASTRTC_RTSP_TIMEOUT=30 FASTRTC_QR_PROCESSING=true REPORT_SERVICE_URL=https://report-service:5270 REPORT_SERVICE_TIMEOUT=30 REPORT_SERVICE_MAX_RETRIES=2 FASTRTC_MEMORY_LIMIT_MB=2048 FASTRTC_MAX_VIDEO_SIZE_MB=1000 FASTRTC_BACKGROUND_DEBUG=false
Este conjunto de parametros ofrece un despliegue robusto listo para produccion con controles de fallos y optimizaciones de rendimiento. En Q2BSTUDIO combinamos software a medida aplicaciones a medida ciberseguridad y automatizacion con agentes IA para impulsar la eficiencia y el crecimiento. Si tu organizacion necesita analitica avanzada y tableros consulta nuestra linea de servicios inteligencia de negocio y power bi, y descubre como conectamos tus datos con decisiones de valor.