SKU: 7174227962

Ajax DomeCam Mini (5 Mp/4 mm)

$162.51 $180.57
Save 10%
No.2 Bestseller on sm10m.ch >

Pay in installments of $45.14 with ShopPay, AfterPay and Klarna

Shipping Estimate
USA
  • USA
  • CAN

Ships within 48 hours · Estimated delivery Sep 28 - Oct 3

Promo Codes Available:

For Your Every Summer RSVP, with Code: SUMMER15

Description

Ajax DomeCam Mini (5 Mp/4 mm)Productbeschrijving DomeCam Mini is een IP camera die kunstmatige intelligentie (AI) gebruikt voor objectherkenning. De algoritmes identificeren bewegende objecten en maakt onderscheid tussen mensen, dieren of voertuigen. Het apparaat is voorzien van een slimme IR achtergrondverlichting, zodat zelfs bij weinig licht beelden van hoge kwaliteit vastgelegd worden. De camera past de backlight automatisch in realtime aan om overbelichting te voorkomen,

Productbeschrijving

DomeCam Mini is een IP-camera die kunstmatige intelligentie (AI) gebruikt voor objectherkenning. De algoritmes identificeren bewegende objecten en maakt onderscheid tussen mensen, dieren of voertuigen.

Het apparaat is voorzien van een slimme IR-achtergrondverlichting, zodat zelfs bij weinig licht beelden van hoge kwaliteit vastgelegd worden. De camera past de backlight automatisch in realtime aan om overbelichting te voorkomen, zodat objecten die dicht bij of ver weg zijn goed zichtbaar zijn bij weinig licht.

U kunt een microSD-kaart installeren met een geheugencapaciteit van 8 tot 256 GB (deze is niet inbegrepen in de complete set van de camera). Het apparaat werkt bovendien ook zonder een geheugenkaart of via een NVR.

Meer eigenschappen

Aanpasbare videowall voor gelijktijdige bewaking
Integreer al uw visuele gegevens in een gestroomlijnde interface. Het tabblad Videowall combineert de laatste beelden van de IP-camera's en detectoren uit de MotionCam-serie en biedt zo een uitgebreid beeld van uw ruimte. Rangschik de beelden naar wens. De videowall is toegankelijk op de mobiele en desktop apps.

De tijd dat u eindeloos opnames moest doorzoeken of uren moest wachten om dat ene belangrijke fragment te vinden is voorbij. Ervaar de ongeëvenaarde reactiesnelheid van het systeem en soepele bediening. De bliksemsnelle interface biedt dubbele streams en onmiddellijke toegang tot het archief zonder de gebruikelijke wachttijd. Ga met een klik onmiddellijk naar een specifieke tijdstempel geen vervelend gezoek meer.

Door AI aangedreven camera's
Ajax-camera's bieden door AI aangedreven objectherkenning wat zorgt voor het efficiënt registreren van gebeurtenissen en minder opslaggebruik. Dit helpt het bewakingssysteem om alleen belangrijke gebeurtenissen op te nemen, zoals iemand die een ruimte betreedt of een auto die over een parkeerplaats rijdt.

Camera's kunnen apart worden ingeschakeld en alle verwerking vindt plaats op de camera zelf, waardoor de belasting van de infrastructuur tot een minimum wordt beperkt. Het efficiënt zoeken naar mensen en auto's versnelt de verwerking van incidenten in meldkamers aanzienlijk.

Speciale lens voor elke ruimte
Ontdek de reeks aan veelzijdige lensopties die aan uw specifieke behoeften voldoen. Of u nu een breder perspectief nodig heeft voor installaties buiten of meer aandacht heeft voor gangen en kleine ruimtes, wij staan voor u klaar. Kies voor meer megapixels voor het bewaken van grotere zones of voor minder megapixels als de ruimte beperkt is en ultrahoge details geen prioriteit zijn.

Een apparaat zonder verborgen agenda
Alle systeemgegevens worden veilig opgeslagen binnen de Europese Unie en voldoen volledig aan de Europese normen voor gegevensbescherming.

De Ajax DomeCam Mini voldoet aan de NDAA-normen en elk onderdeel is afkomstig van fabrikanten die worden vertrouwd en goedgekeurd door de Amerikaanse overheid. Het is veelzijdig en kan op elke locatie worden geïnstalleerd. Daarnaast heeft Ajax DomeCam Mini onafhankelijke testen voor cyberbeveiliging ondergaan om de veiligheid en betrouwbaarheid te garanderen.

Ingebouwde bewegingsdetectie
Optimaliseer uw videoarchief door de bewegingsdetectie voor pixels in te stellen. Definieer specifieke zones om ervoor te zorgen dat opnames alleen worden geactiveerd wanneer er beweging plaatsvindt in het geselecteerde gebied. Hierdoor wordt ruimte bespaard en het navigeren van het archief vergemakkelijkt.

Toegang op afstand
De DomeCam Mini is een onderdeel van onze Ajax lijn van producten. Als zodanig zit het boordevol functies die een krachtige gebruiker zouden behagen, maar het is eenvoudig genoeg om te bedienen voor een beginner. Bekijk en beheer uw camera's en recorders eenvoudig overal ter wereld met de gratis mobiele en desktoptoepassingen. Voor de ervaren gebruiker geven deze apps u de mogelijkheid om geavanceerde instellingen direct aan te passen. Voor de beginner kunt u de apps gebruiken om eenvoudig live feeds te bekijken en opgenomen video af te spelen. Wat je ook moet bereiken, het is allemaal binnen handbereik.

     

Specificaties

Compatibiliteit Bedieningspanelen
Hub
Hub Plus
Hub 2 (2G)
Hub 2 (4G)
Hub 2 Plus
Hub Hybrid (2G)
Hub Hybrid (4G)
Modellen 5 Mp/4 mm
Resolutie van maximaal 2880 × 1620 px
Framerate 25 FPS
Kijkhoek van 75° tot 85°
Communicatiekanalen Ethernet
tot maximaal 100 Mbps
Communicatiekanalen JetSparrow
Belangrijkste functies Bewegingsdetectie
De camera heeft software om beweging in het frame te detecteren.

Objectdetectie
met gebruik van AI
Mensen.
Huisdieren.
Voertuigen.

Slimme IR-verlichting
tot maximaal 30 m
Automatische aanpassing van de intensiteit in realtime om overbelichting te voorkomen. Hierdoor worden objecten die ver weg of te dicht bij de camera zijn beter zichtbaar in omstandigheden met weinig licht.

Actieve zone
De camera richt zich op de delen van het zichtveld waar het apparaat beweging detecteert.

Visuele verificatie van Ajax-alarmen
Met het systeem kunt u een scenario instellen waarbij de Ajax-detectoren camera's activeren zodat deze beelden opnemen. Het resultaat wordt onmiddellijk naar de mobiele of desktop bewakingsapp gestuurd.

Microfoon
Met de juiste instellingen neemt de camera geluid op bij het object.
Voeding Voedingseenheden
12 V⎓ ± 20%, 1 А
Tot maximaal 7,5 W aan netstroomverbruik.

Ethernetpoort
PoE-standaard 802.3at
Beveiliging tegen sabotage mTLS
Versleutelde verbinding voor gegevensbescherming.

Authenticatie
via de Cloud
Zonder lokale toegangsrechten.

Secure Boot
Bescherming tegen spoofen van het apparaat.

Verificatie van OTA-handtekening
Beveiligde automatische firmware-update.

Privacy
Verdeling van toegangsrechten voor gebruikers in mobiele apps en voor de meldkamer in PRO Desktop.
Behuizing Afmetingen
113 × 60 mm

Gewicht
360 g

Operationeel temperatuurbereik
van -25 tot +40 °C

Operationele luchtvochtigheid
tot 90%

Veiligheidsklasse
IP65
Kleuren Wit, Zwart
Volledige set • DomeCam Mini (5 Mp/4 mm)
• Installatiesjabloon
• Installatiekit
• Snelstartgids
Shipping Notes
  • Free Standard Shipping on $100+ Orders to the USA.
  • Except Preorder products are shipped in 48 hours.
  • Delivery to the USA:
  1. Standard Shipping : 3-10 business days
  • If time is of the essence, please consider selecting expedited delivery for faster service.
Exchange/Return Notes
  • We offer a 30-day return/exchange service after receiving.
  • Final sale items are not eligible for returns or exchanges.
  • To process your return/exchange, please contact us at [email protected]
  • Please click here for more details>>> Return & Exchange Policy
SKU: 7174227962

Discover Niche Categories That Outsell

Top-Converting Item to Boost Your Average Order

4.4 ★★★★★
Based on 30 reviews
Sort
Highest Rating
Newest First
Oldest First
Product Reviews
X
Verified Purchase
0x00000000:00000000
Phoenix, US
★★★★★ 5
Excellent book, possibly currently unique in coverage of latest ideas
This book is possibly currently unique in its coverage of the latest ideas in the field of deep learning -- and it is a very convenient and good survey of fundamental concepts (linear algebra, optimization, performance metrics, activation function types), different network types (multi-layer perceptron, convolutional neural networks, and recurrent neural networks), practical considerations (data set, training and validation, implementation), and applications (comments on existing real-world/commercial uses). The final 235 pages of the content portion of the book is dedicated to topics in "Deep Learning Research", and these topics are truly at the current frontier. Another reviewer said that one could gain the same knowledge of cutting-edge research by reading all of the latest papers (from academia and industry), but the "research" section of this book offers the following: Selection of the most notable research by the very experienced authors of the book, and collection of similar research in to a broader discussion of themes, and the additional insights. The book covers very advanced and new ideas currently being explored, and it is very nice to be able to have a consistent and coherent presentation of all of those ideas. However, the book is also packed with valuable observations and pointers about more basic aspects of deep learning implementations and practices -- and such commentary is in depth and includes substantial analysis and mathematical derivation (in an intuitive presentation that often includes graphs illustrating the phenomenon). As someone with an intermediate level of knowledge and experience of neural networks, I am really grateful for this book, because seems like the ideal resource for learning cutting-edge ideas and practices, with context. The book has excellent scope and depth, and I am confident that anyone with a solid background in linear algebra, calculus, statistics, and general machine learning, and basic neural networks (multi-layer perceptrons) will find this book to be very exciting and perhaps unique in its ability to take the reader to the next level and a new frontier. I was personally excited to learn about the idea of representing the dependencies of intermediate quantities by directed graphs, and how this can be used to perform calculations for recurrent neural networks efficiently. And I think the long chapter on recurrent neural networks is very helpful. Having said all of this, I think only people with significant working knowledge and experience with neural networks and mathematics -- people whose academic or professional focus has been neural networks for at least a year or two -- would benefit from this book. This book answers a lot of the deeper questions that one is likely to have while developing a solid understanding of the fundamentals, and that's one of the book's tremendous values, but this book assumes an understanding of the fundamentals (but does briskly cover the basics). I think this book is a perfect follow-up book for the excellent book "Neural Network Design (2nd edition)" by Hagan, Demuth, Beale, and de Jesus, and I highly recommend the latter for gaining the solid background needed to have a thrilling experience with the "Deep Learning" book. In summary, I am very glad this "Deep Learning" book was written, and I think the "Deep Learning" book will be a great benefit to a lot of people, and to the evolution of the field.
WAS THIS REVIEW HELPFUL?YesReportShare
Reviewed in the United States on April 18, 2017
Z
Verified Purchase
Zygerian99
Alexandria, US
★★★★★ 5
The definitive guide to becoming a researcher in the field
Format: Hardcover
This is not a coding book. I see a lot of negative reviews around the expectation that this book would teach the reader how to quickly build machine learning systems and write code. This book is not for that audience. If you just want to build applications, don't worry about how deep learning works. It's akin to needing to understand how an engine works just to drive a car. If you are looking for a coding resource, try: https://www.amazon.com/Hands-Machine-Learning-Scikit-Learn-TensorFlow/dp/1492032646/ref=sr_1_4?keywords=machine+learning+tensorflow&qid=1579608765&sr=8-4 . And even with that book, the material still goes far beyond what you need - use it as a light reference. I bought this book as an aspiring machine learning researcher, and towards that end, it is the best resource available in print (still true as of 2020). For instance: The first 5 chapters are timeless. These are things that were mostly established 20 or 30 years ago and beyond and are mostly STEM fundamentals at this point. There are whole textbooks dedicated to each of those chapters, but the authors provide a quick refresher and overview of probably 80% of what you'll encounter in deep learning. If you haven't previously learned each of these subtopics, you'll probably want to study them individually since they are the key to innovating (linear algebra, probability & stats, numerical computation, machine learning fundamentals). Chapters 6 thru 9 are the foundation of deep learning. We're about 12 years into seeing rapid change in the deep learning space, yet all of these principles and techniques still hold (many recent innovations are still relying on Convolutional models in 2020, which is the most layered/complex topics in those chapters). Therefore, I'd wager that these chapters are also fairly stable knowledge that is worth internalizing if you want to be deeply involved in the future of machine learning. Chapters after 9 are mostly experimental topics, and many of them are already the wrong strategies for optimal results. But there are interesting ideas in here that you'll often encounter in the wild, so it's good exposure to various topics. But probably not worth much of your time. And lastly, there is good history in here from people who know the space intimately. It's a good way to piece together the developments and learn the lexicon of deep learning so you can have intelligent conversation with experts.
WAS THIS REVIEW HELPFUL?YesReportShare
Reviewed in the United States on January 21, 2020
S
Verified Purchase
Shannon
Lowell, US
★★★★★ 5
The best DL/ML book I have ever seen!!
Format: Hardcover
Fantastic deep-learning book! The logic is very easy to follow, but the content is very thorough when it comes to explaining the theories behind it, making it perfect for beginners as well as math and CS students. The best DL/ML book I have ever seen!!
WAS THIS REVIEW HELPFUL?YesReportShare
Reviewed in the United States on November 30, 2025
W
Verified Purchase
William P Ross
Draper, US
★★★★★ 5
Comprehensive Look At An Incredibly Complex Topic
Format: Hardcover
Deep Learning is an advanced book with great explanations and details. There is a heavy math focus with the book's beginning chapters detailing the necessary linear algebra and probability that one will need to understand deep learning. I liked that the author's chose to cover only the parts of these subjects which are relevant to deep learning. There are many interesting philosophical sections in the book as well. Just about when I was feeling overwhelmed with the complexity of the mathematics the authors take a step back and cover the foundations of deep learning such as borrowing concepts from human learning. There was an interesting dicussion about the early studies done on the vision of cat's and monkey's in the 1970s. The text covers the entire history of deep learning and the bibliography is hundreds of sources. It is clear this is the most comprehensive text available about deep learning. For anybody interested in this topic this book is a mandatory read. There are sections about machine learning as well, which makes sense because deep learning is a subset of machine learning. These sections focused on the machine learning concepts which are most relevant to deep learning. The book was well organized and divided into three parts which cover mathematics related to deep learning, typical deep learning techniques, and then more experiment learning techniques. Often the author's state when a technique works well or when it does not, and which types of data works best for the technique. Just a warning, the math in this book is highly complex. It requires a lot of work to go through this book, but the effort will be well rewarded.
WAS THIS REVIEW HELPFUL?YesReportShare
Reviewed in the United States on March 15, 2017
A
Verified Purchase
Adam
Grantham, US
★★★★★ 4
Too Dry.
Format: Hardcover
This was a required textbook for my class in college. I think it was too dry. The book titled Deep Learning: From Curiosity To Mastery is much more approachable.
WAS THIS REVIEW HELPFUL?YesReportShare
Reviewed in the United States on May 22, 2026

recommand products

Satisfyer - Magic Bunny - Rabbit Vibrator - Paars
49.99
Pjur MED Sensitive Glide
17.95
Satisfyer - Pro 3 - Luchtdruk Vibrator Met Extra vibratie - Zwart
57.95
Rocks-off - O-Boy - Prostaat Vibrator - Zwart
40.95
Satisfyer - Pro Traveler Luchtdruk Vibrator
49.95