Camera AI đếm khách, phân tích video cho cửa hàng và nhà xưởng: GPU nào, làm gì trên cloud

Tóm tắt: Camera AI giúp chuỗi cửa hàng đếm khách, đo thời gian xếp hàng, xem khu vực đông người, và giúp nhà xưởng kiểm tra mũ, áo bảo hộ. Phần nhận diện trực tiếp nên chạy tại chỗ, gần camera. Phần nặng và theo đợt thì hợp với GPU thuê theo giờ: huấn luyện mô hình nhận diện riêng, phân tích lại video đã ghi, chạy thử trước khi đầu tư thiết bị. Trước khi triển khai, cần kiểm tra giấy phép của mô hình YOLO và quy định của Luật Bảo vệ dữ liệu cá nhân 2025.

Doanh nghiệp dùng camera AI vào việc gì?

  • Bán lẻ: đếm lượt khách vào cửa theo giờ, so với số hóa đơn để ra tỉ lệ chuyển đổi; đo hàng chờ ở quầy thu ngân.
  • Nhà hàng, quán cà phê: biết giờ cao điểm để xếp ca.
  • Nhà xưởng, công trường: cảnh báo người không đội mũ bảo hộ, người vào khu vực nguy hiểm.
  • Kho bãi, bãi xe: đếm xe ra vào, đọc biển số.

Phần nào chạy tại chỗ, phần nào làm trên cloud?

Nhận diện trực tiếp trên luồng camera cần độ trễ thấp và một đường truyền liên tục từ camera. Đẩy hàng chục luồng RTSP lên cloud suốt ngày vừa tốn băng thông upload, vừa phụ thuộc mạng. Frigate, phần mềm NVR mã nguồn mở có nhận diện bằng AI, cũng khuyến cáo không chạy trong máy ảo vì cần truy cập trực tiếp phần cứng giải mã video và bộ tăng tốc (Localtonet). Vì vậy:

ViệcNơi chạy hợp lýLý do
Nhận diện trực tiếp, cảnh báo tức thờiTại chỗ (máy tính nhỏ, đầu ghi có AI)Độ trễ thấp, không phụ thuộc mạng
Huấn luyện mô hình nhận diện riêngGPU thuê theo giờNặng, chạy theo đợt
Phân tích lại video đã ghi (cả tuần, cả tháng)GPU thuê theo giờXử lý hàng loạt, nhanh hơn nhiều lần thời gian thực
Chạy thử trước khi mua thiết bịGPU thuê theo giờĐo độ chính xác trên video thật của bạn

Về sức mạnh: theo hướng dẫn của Localtonet, Frigate với card RTX 3050 trở lên xử lý thoải mái hơn 10 camera. Theo GigaGPU, YOLOv8m xử lý video 1080p khoảng 85 khung hình mỗi giây trên RTX 5090, cao hơn nhiều so với 25–30 khung hình của camera an ninh thông thường (GigaGPU). Nghĩa là khi phân tích video đã ghi, một GPU xử lý được nhiều giờ video trong một giờ chạy.

Huấn luyện mô hình nhận diện riêng

Mô hình có sẵn nhận diện được người, xe, đồ vật phổ biến. Việc đặc thù như “áo đồng phục công ty”, “mũ bảo hộ màu vàng”, “kệ hàng trống” thì cần huấn luyện thêm:

  1. Trích ảnh từ video thật: vài trăm tới vài nghìn khung hình ở các góc camera, điều kiện ánh sáng khác nhau.
  2. Gán nhãn: khoanh vùng đối tượng cần nhận diện bằng công cụ gán nhãn.
  3. Huấn luyện trên GPU thuê: card RTX 3060–4090 tùy kích thước mô hình và số ảnh; mỗi lần huấn luyện vài giờ.
  4. Kiểm tra: chạy mô hình mới trên đoạn video chưa dùng để huấn luyện, đếm số lần nhận sai, bỏ sót.
  5. Đưa về chạy tại chỗ: xuất mô hình sang định dạng nhẹ để chạy trên thiết bị tại cửa hàng, nhà xưởng.

Lưu ý giấy phép: YOLO của Ultralytics là AGPL-3.0

Các mô hình YOLO phổ biến của Ultralytics phát hành theo hai giấy phép: AGPL-3.0 miễn phí, hoặc giấy phép Enterprise trả phí. Ultralytics ghi rõ cần giấy phép Enterprise nếu muốn dùng YOLO mà không công khai mã nguồn toàn bộ dự án, kể cả cho công cụ nội bộ hay ứng dụng riêng của công ty, và mọi mô hình huấn luyện bằng Ultralytics YOLO mặc định cũng thuộc AGPL-3.0 (Ultralytics). Doanh nghiệp tự làm hệ thống đóng nên tính chi phí giấy phép này, hoặc chọn mô hình nhận diện khác có giấy phép phù hợp.

Dữ liệu hình ảnh và Luật Bảo vệ dữ liệu cá nhân

Hình ảnh người trong video camera là dữ liệu cá nhân. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ 01/01/2026, trong đó Điều 32 quy định về dữ liệu thu được từ ghi âm, ghi hình tại nơi công cộng (Báo Lào Cai). Với camera nơi làm việc, các bài phân tích pháp lý nhấn mạnh việc thông báo rõ cho người lao động và chỉ dùng dữ liệu đúng mục đích đã thông báo (Luật Việt An).

Một số nguyên tắc khi dùng GPU thuê để phân tích video:

  • Ưu tiên bài toán đếm và thống kê ẩn danh (số người, thời gian chờ) thay vì nhận diện danh tính.
  • Đặt biển báo khu vực có camera, ghi rõ mục đích trong nội quy.
  • Chỉ đưa lên máy thuê đoạn video cần thiết, xóa sau khi xử lý xong; ảnh dùng để huấn luyện nên làm mờ khuôn mặt nếu không cần.
  • Hỏi ý kiến luật sư khi dùng nhận diện khuôn mặt hay dữ liệu sinh trắc học.
GPUVRAMGiá theo giờPhù hợp
RTX 3090 24GB 12.000đ Tạo ảnh Flux, video AI, LoRA Dùng thử

Giá tính theo giờ sử dụng thực tế, chưa gồm VAT nếu có. Cập nhật: 14/11/2026.

Câu hỏi thường gặp

Camera AI đếm người cần GPU gì?

Nhận diện trực tiếp chạy tại chỗ trên thiết bị nhỏ; Frigate với RTX 3050 trở lên xử lý hơn 10 camera. Huấn luyện mô hình riêng nên dùng RTX 3060–4090 thuê theo giờ.

Có nên đẩy luồng camera lên cloud để phân tích trực tiếp không?

Thường không: tốn băng thông upload, phụ thuộc mạng và có độ trễ. Cloud hợp với huấn luyện mô hình và phân tích hàng loạt video đã ghi.

Dùng YOLO cho hệ thống của công ty có mất phí không?

Ultralytics YOLO dùng giấy phép AGPL-3.0; nếu không công khai mã nguồn dự án, kể cả công cụ nội bộ, cần mua giấy phép Enterprise.

Lắp camera AI ở cửa hàng có cần xin phép khách không?

Ghi hình nơi công cộng được Luật Bảo vệ dữ liệu cá nhân 2025 điều chỉnh tại Điều 32. Nên đặt biển báo, dùng đúng mục đích và hỏi luật sư với nhận diện khuôn mặt.

Nguồn tham khảo

Về tác giả

Dang Tan Dat

Dang Tan Dat Kỹ sư hạ tầng GPU và Gaming

10 năm kinh nghiệm trong vận hành các nền tảng ảo hóa, GPU và gaming

Cloud gamingOBSHyper VWindows server

Bài viết tuân theo chính sách biên tập. Thấy thông tin sai? Báo cho chúng tôi.

Zalo
RTX theo giờ từ 5.000đDùng thử