Yapay Zekâ Kamera Fiyatları Neye Bağlı? Maliyet Kalemleri

Yapay zekâ kamera fiyatları neye göre değişir? Kamera, senaryo, sunucu, lisans, kurulum ve gizli kalemler; plaka tanıma maliyeti ve teklif için hazırlanacaklar.

Yapay zekâ kamera sisteminin fiyatı tek bir birim fiyattan oluşmaz. Kamera sayısı ve mevcut kameraların kullanılabilirliği, analiz edilen senaryo sayısı ve modelin ağırlığı, sunucu donanımı, lisans modeli, kurulum ve kalibrasyon, entegrasyon, gerekiyorsa özel model eğitimi ve bakım belirler. Aynı kamera sayısındaki iki teklif arasındaki fark çoğunlukla bu kalemlerin kapsamından gelir.

Bu yazıda fiyat rakamı vermiyoruz; bir fiyat, bu kalemlerin sizin sahanızdaki karşılığı belli olmadan yanıltıcıdır. Bunun yerine her kalemin maliyeti neden büyüttüğünü ya da küçülttüğünü, teklifleri nasıl karşılaştıracağınızı ve teklif isterken hangi bilgiyi hazırlamanız gerektiğini anlatıyoruz.

Kamera sayısı ve mevcut kameralar maliyeti nasıl etkiler?

İlk belirleyici analiz edilecek kamera sayısıdır; lisans, sunucu kapasitesi ve kurulum işçiliği çoğunlukla kamera başına ölçeklenir. Kamera sayısından daha büyük fark ise yeni kamera gerekip gerekmediğinden doğar. RTSP ya da ONVIF akışı veren ve olayı yeterli açı ve çözünürlükte gören mevcut IP kameralar kullanılabiliyorsa donanım kalemi küçülür; yeni kamera, direk, kablolama ve ağ anahtarı gerekiyorsa büyür.

Keşifte her kamera üç gruba ayrılır: olduğu gibi kullanılacaklar, açısı ya da ayarı değişecekler ve yerine ya da yanına yeni kamera gerekenler. Bu tablo, yatırımın ne kadarının yazılım ne kadarının donanım olduğunu gösterir. Hat üstü kalite kontrol ayrı tutulmalıdır: yüzey, ölçüm ve montaj denetiminde endüstriyel kamera, lens ve aydınlatma çoğunlukla yeni alınır; nedenini görüntü işleme ile kalite kontrol rehberinde anlattık.

Senaryo sayısı ve model ağırlığı sunucu ihtiyacını nasıl belirler?

Aynı kamerada birden fazla senaryo çalışabilir: KKD, alan ihlali ve forklift yakınlaşması aynı görüntüden okunabilir. Her senaryo işlem yükü ekler ve bazı modeller diğerlerinden belirgin biçimde ağırdır. Nesne tespiti görece hafiftir; iskelet noktalarını çıkaran poz analizi ve piksel düzeyinde segmentasyon daha fazla, görsel-dil modelleri ise çok daha fazla GPU ister.

SSS sayfamızdaki referans değere göre GPU'lu tek bir sunucu, çözüm tipine göre tipik olarak 8–16 kamerayı gerçek zamanlı işler; poz analizi gibi ağır modellerde bu sayı 6–10 bandına iner. Örnek bir hesap: 40 kameranın 30'unda KKD, 10'unda poz analizi çalışacaksa KKD kameraları bu banda göre 2 ila 4 sunucuya, poz kameraları 1 ila 2 sunucuya denk gelir; toplam 3 ila 6 sunucu eder. Aynı 40 kamerada yalnız KKD çalışsaydı aynı bant 3 ila 5 sunucu gösterirdi. Kesin sayı analiz edilen kare hızı ve çözünürlüğe bağlıdır ve pilotta ölçülür.

Sunucu mu, edge cihaz mı, bulut mu?

İşlem donanımı üç biçimde kurulabilir: sistem odasında GPU'lu sunucu, sahaya yakın düşük güçlü edge kutular ya da bulut. Tesis içi işleme ham videonun tesis dışına çıkmasını ve internete bağımlılığı ortadan kaldırır, başlangıçta donanım yatırımı ister. Bulut başlangıç donanımını küçültür ama sürekli bant genişliği ve abonelik gideri getirir, ham videonun tesisten çıkıp çıkmayacağı sorusunu da gündeme taşır. Donanım kaleminde sunucunun kendisi kadar yedeklilik, kesintisiz güç kaynağı, kabin yeri ve soğutma da hesaba girer.

Kapasite yedeği de bir maliyet kararıdır. Sunucuyu bugünkü senaryolara tam sığacak biçimde boyutlandırmak ilk teklifi düşürür, ama bir yıl sonra ikinci bir senaryo ya da birkaç kamera eklendiğinde yeni donanım alımı gerektirebilir. Teklifte sunucunun hangi senaryo ve kamera sayısına göre boyutlandırıldığının ve ne kadar boş kapasite bırakıldığının yazılı olması, bu sürprizi önler.

Lisans modelleri nasıl işler?

Piyasada birkaç lisans modeli yaygındır. Kalıcı lisansta yazılım bir kez satın alınır, güncelleme ve destek için yıllık bakım bedeli ödenir; lisans çoğunlukla kamera ya da kanal başınadır. Abonelikte kamera başına aylık ya da yıllık bedel ödenir, güncelleme ve destek genellikle içindedir. Bazı tedarikçiler senaryo ya da modül başına, bazıları sunucu başına lisanslar; projeye özel işlerde geliştirme bedeli ile işletme bedeli ayrı yazılır.

Modeller arasında doğru ya da yanlış yoktur; önemli olan aynı süre üzerinden karşılaştırmaktır. Teklifleri üç ya da beş yıllık toplam sahip olma maliyetiyle yan yana koyun ve şunları sorun: kamera değiştiğinde lisans taşınıyor mu, yeni senaryo eklemek yeni lisans mı demek, yıllık bakım model güncellemesini ve yeniden eğitimi kapsıyor mu, ikinci yıldan itibaren ne ödenecek?

Bakım ve destek kalemi lisanstan ayrı düşünülmelidir. İşletme döneminde sahaya yeni makine gelir, yerleşim değişir, kamera yerinden oynar; bölgelerin güncellenmesi, yanlış tespitlerle modelin yeniden eğitilmesi, uzaktan izleme, arıza müdahale süresi ve donanım garantisi bu kalemin içindedir. Hangisinin yıllık bedele dahil olduğu, hangisinin iş başına ücretlendirildiği teklifte ayrı ayrı yazılmazsa ikinci yılın maliyeti öngörülemez.

Kurulum, kalibrasyon ve entegrasyon neden ayrı kalemdir?

Yazılımı sunucuya yüklemek işin küçük kısmıdır. Keşif, bölge ve kural tasarımı, eşiklerin sahada ayarlandığı kalibrasyon ve doğruluğun ölçüldüğü doğrulama dönemi mühendislik işçiliğidir; kamera sayısıyla birlikte senaryonun karmaşıklığına göre büyür. Hazır çözümlerde kurulum ve devreye alma tipik olarak birkaç hafta sürer.

Entegrasyon ikinci değişken kalemdir. Uyarının yalnız panelde görünmesi ile MES, ERP, VMS, PLC, bariyer, siren ya da İSG yazılımına kayıt olarak düşmesi farklı iş yükleridir. Standart REST API ya da webhook ile bağlanan bir sistem ile karşı tarafta geliştirme gerektiren bir entegrasyon aynı bedeli taşımaz; teklifte hangisinin dahil olduğu açıkça yazılmalıdır.

Projeye özel model eğitimi maliyeti nasıl etkiler?

Hazır modeller yaygın senaryoları karşılar. Sahanıza özgü bir nesne, kusur ya da hareket söz konusuysa model eğitimi gerekir ve maliyetin yapısı değişir: fizibilite, veri toplama, etiketleme, eğitim ve saha testi eklenir. Tipik bir projeye özel video analitik çalışması 12–14 haftada devreye alınır ve sürenin en büyük kalemi veri toplama ile etiketlemedir. Fizibilite, hedefin mevcut görüntüyle ölçülüp ölçülemeyeceğini göstererek büyük harcamadan önce karar vermeyi sağlar.

Gözden kaçan maliyetler nelerdir?

Ağ: her kamera akışı sunucuya bant genişliği taşır; eski anahtarlar, uzun kablo mesafeleri ya da ayrı bir kamera ağı kurma ihtiyacı bu kalemi büyütür. Depolama: sürekli kayıt yerine olay bazlı klip saklamak disk ihtiyacını belirgin biçimde azaltır; saklama politikası baştan yazılırsa disk de ona göre boyutlanır.

Aydınlatma: gece çalışacak senaryolarda yetersiz ışık ya da IR eksikliği, kalite kontrolde ise kontrollü aydınlatma ve muhafaza ayrı kalemdir. Termal kamera: tam karanlıkta, dumanlı ortamda ya da geniş bir çevre hattında görünür ışık kamerası yetmediğinde termal kamera gerekir ve projenin donanım dengesi değişir; ayrıntısı termal kamera ve yapay zekâ yazısında. Son olarak iç kaynak: uyarıları izleyecek personelin zamanı, BT güvenlik onayı ve lenslerin periyodik temizliği bütçede görünmez ama işletmede hissedilir.

Plaka tanıma sistemi maliyeti neye bağlı?

Plaka tanımada birinci etken şerit sayısıdır: her şerit, plakayı yeterli açı ve çözünürlükte gören ayrı bir okuma noktası ister; giriş ve çıkış ayrı sayılır. İkincisi açıdır: kameranın plakaya olabildiğince dik bakması okuma başarısını en çok artıran etkendir ve mevcut kameranın konumu uygun değilse yeni direk ya da kamera gerekir. Üçüncüsü gece koşuludur: IR aydınlatması olmayan kamera gece plakayı güvenilir biçimde okuyamaz.

Dördüncüsü hızdır: bariyer önünde yavaşlayan araç ile yolda akan araç farklı enstantane ve kamera sınıfı ister. Beşincisi entegrasyondur: bariyer rölesi, araç algılama döngüsü, kantar, ziyaretçi yönetimi ve ERP bağlantılarının her biri ayrı iş kalemidir; çok kapılı sahalarda aynı aracın farklı kapılardan giriş ve çıkışını eşleştirmek ek kural tasarımı gerektirir. Plaka tanıma sistemi çözümümüzde okuma doğruluğu %99, okuma ve karar süresi 1 saniyenin altındadır; bu değerlere ulaşmak büyük ölçüde kameranın doğru konumlanmasına bağlıdır. Kamera kontrol listesini plaka tanıma (ANPR) yazısında bulabilirsiniz.

Yatırım getirisi nasıl hesaplanmalı?

Fiyat tek başına karar ölçüsü olamaz; aynı yatırım bir sahada kısa, başka bir sahada uzun sürede geri dönebilir. Hesap, toplam maliyeti (kurulum ve yıllık işletme) sistemin sahada ölçülen etkisiyle karşılaştırır: azalan ihlal ve ramak kala, geri kazanılan duruş dakikası, düşen hurda ve iade, elle yapılan kontrolün zamanı, kapıda kısalan bekleme. Örnek: kapıya kurulan plaka tanıma, elle kayıt tutan güvenlik personelinin zamanını ve araçların kapıda bekleme süresini etkiler; ROI tablosuna bu iki kalem, pilot öncesinde ve sonrasında ölçülen dakikalarla yazılır, tahmini yüzdelerle değil. Kalemlerin nasıl doldurulacağını görüntü analitiği ROI hesabı yazısında anlattık.

Varsayımla doldurulmuş bir ROI tablosu kararı kolaylaştırmaz. Güvenilir yol, pilot başlamadan başlangıç değerlerini kaydetmek, başarı ölçütünü yazılı tanımlamak ve pilot sonunda aynı ölçümü tekrarlamaktır; bu kurguyu pilot tasarımı yazısında adım adım ele aldık.

Teklif isterken hangi bilgileri hazırlamalısınız?

Birinci bilgi problemin tanımıdır: hangi olay, kusur ya da metrik ölçülecek, sonuç kime ve hangi kanaldan ulaşacak.

İkinci bilgi kamera envanteridir: kamera sayısı, marka ve model, çözünürlük, RTSP/ONVIF erişimi, mevcut kayıt sistemi ve her kameradan birer örnek görüntü; gündüz ve gece görüntüsü ayrı ayrı daha açıklayıcıdır.

Üçüncü bilgi altyapıdır: ağ yapısı, sunucunun duracağı yer ve verinin tesis dışına çıkıp çıkamayacağına dair BT politikası. Dördüncü bilgi entegrasyon hedefidir: MES, ERP, VMS, PLC, bariyer ya da bildirim kanalı.

Beşinci bilgi başarı ölçütüdür: kabul edilebilir doğruluk ve vardiya başına yanlış alarm sınırı. Altıncı bilgi kapsam ve takvimdir: pilot hangi bölgede başlayacak, yaygınlaştırma kaç kamerayı kapsayacak. Bu altı bilgiyle gelen teklifler aynı zemin üzerinde karşılaştırılabilir.

CX Teknoloji'de fiyatlandırma proje bazlıdır: kamera sayısı, çözüm sayısı, lokal ya da bulut tercihi ve entegrasyon kapsamına göre teklif hazırlanır. Kamera uygunluk değerlendirmesi ve 15 dakikalık demo görüşmesi ücretsizdir. Yukarıdaki bilgileri iletişim sayfasından paylaşırsanız hangi kameranızın kullanılabileceğini ve pilotun kapsamını birlikte netleştirebiliriz.

Sık sorulan sorular

Yapay zekâ kamera sistemi için yeni kamera almak gerekir mi?

Çoğu İSG, güvenlik ve üretim senaryosunda gerekmez. RTSP ya da ONVIF akışı veren, olayı yeterli açı ve çözünürlükte gören mevcut IP kameralar kullanılabilir; keşifte her kamera olduğu gibi kullanılacak, ayarı değişecek ve yeni kamera gereken nokta olarak ayrılır. Hat üstü kalite kontrol ve bazı plaka tanıma noktaları ise genellikle endüstriyel ya da özel konumlu kamera ister.

Tek bir sunucu kaç kamerayı analiz edebilir?

GPU'lu tek bir sunucu, çözüm tipine göre tipik olarak 8–16 kamerayı gerçek zamanlı işler; poz analizi gibi ağır modellerde bu sayı 6–10 bandına iner. Aynı kamerada birden fazla senaryo çalıştırmak, analiz edilen kare hızını ve çözünürlüğü artırmak kapasiteyi düşürür. Kesin sayı sizin kameralarınız ve senaryolarınızla pilotta ölçülür ve donanım buna göre boyutlandırılır.

Kamera başına lisans mı, abonelik mi daha avantajlı?

Tek bir doğru cevap yoktur; karşılaştırma aynı süre üzerinden yapılmalıdır. Kalıcı lisansta başlangıç bedeli yüksek, sonraki yıllarda yalnız bakım ödenir; abonelikte başlangıç düşük, ödeme süreklidir. Üç ya da beş yıllık toplam maliyeti hesaplayın ve yıllık bakımın model güncellemesini, yeniden eğitimi ve teknik desteği kapsayıp kapsamadığını, kamera değişince lisansın taşınıp taşınmadığını yazılı olarak sorun.

Plaka tanıma sistemi maliyetini en çok ne artırır?

En büyük etkenler şerit sayısı, kamera konumu ve entegrasyon kapsamıdır. Her şerit ayrı okuma noktası ister; plakaya uygun açıyla bakmayan mevcut kameralar yeni direk ya da kamera gerektirir. Gece için IR aydınlatma, yüksek hızlı akışta kısa enstantaneli kamera ve bariyer, kantar, ziyaretçi yönetimi ya da ERP bağlantıları ayrı kalemlerdir. Çok kapılı sahalarda giriş-çıkış eşleştirmesi ek kural tasarımı gerektirir.

Projeye özel yapay zekâ modeli ne kadar sürede devreye alınır?

Tipik bir projeye özel çalışma 12–14 hafta içinde devreye alınır. Süre fizibilite, veri toplama ve etiketleme, model eğitimi, saha testi ve devreye alma aşamalarından oluşur; en büyük kalem veri toplama ve etiketlemedir. Fizibilitede hedefin mevcut görüntüyle ölçülemeyeceği anlaşılırsa kamera ya da aydınlatma değişikliği önerilir ve takvim buna göre yeniden planlanır.

Yapay zekâ kamera fiyatları neden internette net yazılmıyor?

Çünkü aynı kamera sayısı için maliyet, mevcut kameraların kullanılabilirliğine, senaryo sayısına, modelin ağırlığına, işleme yerine, lisans modeline ve entegrasyon kapsamına göre büyük ölçüde değişir. Kamera başına tek bir fiyat bu farkları gizler ve teklifleri karşılaştırmayı zorlaştırır. Sağlıklı yol, kamera envanteri ve problem tanımıyla keşif yaptırmak, teklifleri de aynı kalem listesiyle istemektir.