VCAserver unterstützt auch die Klassifizierung mithilfe des Deep-Learning-Filters. In diesem Fall kann ein Objekt, das eine Regel ausgelöst hat, mithilfe des Deep-Learning-Filters analysiert werden, woraufhin eine vorhergesagte Klasse und ein Konfidenzniveau zurückgegeben werden. Die verfügbaren Objektklassen werden durch das Modell definiert.
Auf VCAserver kann der Deep-Learning-Filter GPU-Beschleunigung nutzen; siehe Deep-Learning-Anforderungen für die Hardwareanforderungen.
Ohne GPU-Beschleunigung nutzt der Deep-Learning-Filter die CPU. Die Aktivierung des Deep-Learning-Filters auf mehreren Kanälen, die ein hohes Ereignisvolumen generieren (mehr als 1 pro Sekunde), kann zu einer schlechten Systemleistung führen und wird daher nicht empfohlen.
Jede der möglichen Objektklassen verfügt über zusätzliche Parameter:
Zulässig: Gibt an, ob dieser Objekttyp den Filter passieren darf. Ist diese Option deaktiviert, lösen Objekte, die diesem Typ zugeordnet werden, keine Aktionen aus.
Vertrauensschwelle: Ein Wert (0,0 – 1,0), der das für die Klassifizierung erforderliche Mindestvertrauensniveau angibt. Objekte mit einem Klassifizierungswert unterhalb dieses Mindestwerts werden herausgefiltert und lösen keine Aktionen aus.