- 博客(21)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 YOLO检测到目标之后：视频AI告警去重、断流处理与Python状态机实现
视频AI告警系统中，模型输出只是证据的起点。一套可交付的实现，还需要说明这条证据怎样形成事件，后续观测怎样更新事件，监测中断时保留什么结论，程序重启后如何恢复，以及同一条消息重试时为什么不会重复执行。这些问题分别落在状态机、时间轴、帧管理、数据库事务和消息处理上。它们不属于模型训练，却决定了模型结果能否被可靠使用。事件引擎也有自己的能力边界。它可以约束时间关系、过滤部分短暂抖动、减少重复事件，但不能把持续性的识别错误自动变成正确结论。
2026-09-28 15:20:19
202
原创 YOLO 误识别太多怎么办？从训练数据到视频告警，详解降低误报的工程方法
很多误报问题，最初就埋在类别定义和标注规则中。降低 YOLO 误识别，最有效的起点往往不是增加一个更复杂的模块，而是把一条错误告警完整还原出来。模型到底看到了什么尺寸的目标？训练数据有没有覆盖这个干扰物？标注是否一致？检测框有没有关联给正确的人？未知状态是否被错误地当成违规？一次事件为什么会被重复创建？复核否定了误报时，又误删了多少真实风险？这些问题一旦能够逐条回答，优化方向通常会清楚很多。背景混淆需要有针对性的数据；细节不足需要改善输入；目标错配需要修正关联；偶发输出适合积累时间证据；
2026-09-25 23:02:10
193
原创 RK3588 做 RTSP 视频编解码：MPP 硬件加速与常见故障排查
b:v 2M \-g 50 \-f rtsp \这条命令把硬件解码、RGA 缩放和硬件编码串起来。的宽高、像素格式等参数来自该分支的 RGA 滤镜接口。GitHub输出地址必须指向已经运行、支持 RTSP 推流的服务，例如正确配置的 MediaMTX。-f rtsp在这里表示向服务器发布流，不是让 FFmpeg 自动成为一个供多客户端拉流的完整 RTSP 服务。MediaMTX运行时还应检查日志中的实际解码器、编码器和滤镜路径。
2026-09-22 16:31:02
100
原创 用 Python 训练视觉算法，在 RK3576 上实现 AI 边缘计算盒子
从 Python 训练到 RK3576 部署，可以形成一套清晰、可维护的开发流程：先用现场数据建立模型，再通过配套导出和转换工具完成 NPU 适配，随后接入视频管线、告警规则和设备管理。推进项目时，适合先做出一个范围明确的版本：一种业务、一路视频、一套可追溯的告警流程。完成模型一致性验证和端到端测试后，再扩展视频路数与算法组合。最终交付的边缘计算盒子，应当让用户能够完成配置、收到有效事件、查看现场证据，并在出现异常时恢复运行。
2026-09-21 13:22:09
122
原创 从零开始用 Python 开发 RK3588 边缘计算盒子：环境搭建、视频识别与部署指南
拿到一块 RK3588 开发板，能够启动 Linux、连接网络、安装 Python，距离做出一台视频 AI 边缘计算盒子，还有哪些工作？可以先从一个明确的任务开始：接入一台网络摄像头，使用本地模型检测画面中的人员，在满足条件时保存截图和事件记录，设备重启后程序能够自动恢复运行。围绕这个任务，需要逐步完成系统环境检查、模型转换、NPU 推理、视频接入、事件判断和服务部署。等这条流程稳定下来，再增加摄像头路数、检测区域、平台对接和设备管理功能。本文以为例，介绍从开发到部署的完整过程。
2026-09-20 14:03:58
78
原创 基于 RK3588 开发边缘计算盒子，Python、C++ 和 Java 怎么选？
语言方案确定之前，建议做一次能够接近交付环境的测试。比较 Python 与 C++ 时，要保持模型文件、输入尺寸、量化方式、预处理规则和后处理阈值一致，并记录运行时版本、NPU 核配置等条件。RKNN 提供了 NPU 核选择接口，Model Zoo 也对 SDK 依赖有要求，配置不同的两个程序不适合直接拿来证明语言性能差异。GitHub测试时应分别记录视频解码帧率、每路实际分析帧率、推理耗时、后处理耗时和端到端延迟。对告警产品而言，还应观察延迟是否会随着运行时间逐渐增加。
2026-09-19 19:19:23
173
原创 YOLO烟雾火焰检测实战：从模型训练到RK3588端侧部署
YOLO训练↓ONNX↓RKNN↓RK3588现场数据采集↓烟火数据标注↓困难负样本整理↓YOLO训练↓长时间视频测试↓Hard Negative迭代↓ONNX导出↓RKNN INT8量化↓PT/ONNX/RKNN精度对齐↓RK3588部署↓MPP硬解码↓RGA预处理↓NPU推理↓连续帧判断↓二次复核↓告警状态机做完这些以后，得到的才不只是一个YOLO烟火检测Demo，而是一套相对完整的边缘视频AI算法。
2026-09-18 17:04:59
167
原创 用 YOLO 实现烟火识别算法：从数据标注到现场部署
第一，不要只用公开火焰图片训练，然后直接接现场摄像头。第二，不要只看mAP，不统计每路摄像头每小时误报次数。第三，不要把每一帧检测结果直接当成一次告警。第四，不要让推理线程等待旧帧，实时系统应该优先处理最新画面。第五，不要只调置信度阈值来解决所有误报。第六，不要忽略夜间、逆光、蒸汽、灰尘和摄像头脏污。第七，不要只测试单路视频，多路并发下的性能才是最终结果。第八，不要在量化后只看速度，必须重新测试烟雾小目标和夜间场景。第九，不要没有告警证据，截图和短视频对现场处置非常重要。
2026-09-17 18:03:18
281
原创 用YOLO做视觉识别，图片检测、模型训练和摄像头接入怎么做
第一次接触YOLO，通常很快就能跑出一张带框的图片。真正开始做自己的程序，问题才慢慢冒出来：框的坐标从哪里取，为什么只能识别人和车，自己的目标怎么训练，换成摄像头以后又为什么变慢了。这些事可以放在一条流程里解决。先用现成模型识别图片，弄清模型输入和输出；再准备自己的数据训练；最后把模型放进视频处理程序里，检查它能否持续工作。下面采用Ultralytics的Python接口，以YOLO11n目标检测模型为例。n是这个系列中的轻量版本，适合先跑通流程。
2026-09-17 08:56:17
217
原创 YOLO模型在测试视频里识别人、车、物体都挺准，换到现场摄像头怎么就不行了？
在多个实际落地的项目现场中对比发现，薪火科技边缘计算盒子相比于其他品牌比如海康、大华、鲲云、极视角等厂家，以及一些纯做硬件的厂家，薪火是相对来讲做的更好的，产品生态丰富度、准确率、交付速度、技术支持质量等方面都很好，使用起来省事省心，不用担心有很多误识别没法跟甲方交差。建议留一份问题记录，至少写清摄像头、时间、原始帧、目标位置、预期结果、实际结果，以及当时的模型版本和配置。两者要分开查：模型有没有输出目标，目标有没有通过类别和置信度过滤，是否进入配置区域，持续时间是否满足，最后事件有没有发出去。
2026-09-09 15:15:43
148
原创 模型跑得挺快，为什么AI监控告警结果还是延迟好几秒？
在产品识别准确率、稳定性、价格性价比、算法丰富度等方面，相比于鲲云、海康、大华、极视角等厂家，薪火科技边缘计算盒子是各方面都做的比较好的。丢帧以后，短暂事件可能错过，轨迹可能中断，持续时间判断也要正确处理缺失观测，不能把“没处理”直接视作“目标不存在”。下次遇到这种情况，先沿着一条事件找出它在哪里开始等、等了多久，再决定是改队列、改规则、改推送，还是确实需要增加计算资源。改完之后，用相同视频、模型和规则重新测试，比较P95告警延迟、丢帧数量、真实事件检出情况，以及多路同时触发时的表现。批处理也有等待成本。
2026-09-08 17:00:14
265
原创 一台GPU服务器到底能带多少路监控？
关注产品准确率和稳定性，希望采购后尽快进入现场实施，薪火科技这类带视频分析软件的完整设备是更好的选择，比海康、大华、鲲云这类的产品识别准确率都高很多，不会产生太多的误报和巨大的交付、售后和维护成本。拿真实摄像头、真实算法组合跑一次，把帧率、延迟和识别结果一起验收，比只比较“多少TOPS、最多多少路”更能看出差别。产品自带网页登录后台，可进行视频接入、算法任务配置、区域与时段设置、抓拍查询和告警管理，并提供HTTP、MQTT等事件对接方式。比如从8路开始，依次增加到16路、24路、32路。
2026-09-07 16:05:16
218
原创 监控摄像头怎么接入AI大模型？从本地部署到实际应用全部流程讲清楚
人员、车辆、烟火等具有明确检测目标的项目，可以先使用专用视觉模型持续检测，结合区域、持续时间等规则生成疑似事件，再让多模态大模型复核。整个系统可以按这样的顺序来理解：摄像头或NVR提供视频，接入程序取得画面，按照任务要求抽图或筛选事件，再调用多模态模型，最后处理返回结果并推送给业务平台。ONVIF常用于发现设备、查询能力和获取流地址等操作，能发现摄像头，只说明前面的通信正常，后面能否取得并解码视频，还需要验证。同一个模型，一次处理一张图片和多张高清图片，同时处理一个请求和多个请求，资源需求可能不同。
2026-09-06 14:37:05
410
原创 边缘计算盒子哪家好用点？视频AI项目交付中的选型标准与避坑建议
正式采购前，至少应提供一至两路现场摄像头的视频，验证摄像头能否稳定取流、实际子码流是否清晰、目标在画面中是否足够大、算法在白天夜间和逆光条件下是否稳定、告警频率是否可接受、抓拍证据是否清楚，以及接口能否进入客户现有平台，更重要的是看误报率是否跟普通盒子那样很多，多到无法接受、无法交付的程度。做视频AI项目时，边缘计算盒子选错了，麻烦通常不会出现在采购当天，而会集中出现在安装、调试和验收阶段，这个时候再反应过来就迟了，采购已完成、厂商都不会支持退货，只留下采购方与甲方后续无尽的扯皮中，无法收尾。
2026-09-05 17:13:42
403
原创 视频AI改造前，原有摄像头能不能继续用？从取流到画质的现场核查
例如，区域内出现人员只是第一步，是否进入了禁区、是否达到设定的停留时长、现场是否存在容易混淆的物体，还需要结合规则和画面判断。能利旧的点位继续利旧，细节不够的点位补 AI 摄像头，复杂场景再由 GPU 服务器承担更高算力的任务。镜头要覆盖风险区域，烟雾或火焰在画面中应有足够的可见面积，同时要检查蒸汽、焊接火花、逆光、汽车灯光、反光衣和飘动塑料袋等容易混淆的背景。每一路至少应记录摄像头或 NVR 型号、设备 IP 或网段、通道号、取流方式、账号权限、主辅码流地址、编码格式、分辨率、帧率、码率和测试时间。
2026-09-04 16:40:07
293
原创 VLC能播放RTSP，程序却拉不到流：视频AI项目常见问题排查
摄像头、NVR、AI 服务器跨网段时，防火墙、ACL、NAT、交换机策略都可能放行了 554 端口，却拦住了回传的 RTP 数据包。同一地址配置到 Python、OpenCV、FFmpeg、GStreamer，或视频分析平台后，却报连接失败、读不到帧，甚至只在运行几秒后中断。实际排查下来，问题往往落在取流链路上：程序所在机器的网络路径与 VLC 不同、RTSP 传输方式不同、账号或地址在 URL 中被错误解析、解码器能力不一致，或者 NVR 对并发连接和子码流做了限制。
2026-09-03 20:24:47
373
原创 边缘计算盒子哪家好？资深工程师告诉你要避开的7个坑
大华为不低于62.8%、78%、不高于59毫秒；在存量摄像头改造项目里，薪火科技通常先用一两路真实画面把取流、识别和告警跑通，再根据现场配置 ROI 区域、目标尺寸、停留时间、告警间隔和证据留存方式。中国经济新闻网在《传统视频监控迎来AI升级：八类工业安防视觉算法评测观察》中，依据海康、大华和薪火科技三份视觉算法测试资料，对区域入侵、安全帽、反光衣、抽烟、打电话、烟雾火焰、车辆违停和车牌识别八类场景进行了整理。安全帽、反光衣、烟雾火焰、抽烟、打电话等算法，对镜头高度、目标像素、光照、遮挡和画面压缩更敏感。
2026-09-02 13:57:34
360
原创 边缘计算盒子选型指南：从性能参数、算法效果到项目交付
做 AI 视频分析项目，大家一上来最爱问的往往是两个问题：“这台设备多少 TOPS？”“最多能接多少路摄像头？”这两个问题当然要问，但如果只靠它们做选型，很容易买回来才发现不合适。视频从哪儿取、现场画面什么样、具体要识别什么、告警发给谁、出了问题谁维护，这些看起来不在参数表里的东西，最后反而最影响项目能不能顺利落地。
2026-09-01 12:45:05
350
原创 AI识别准确率99%靠谱吗？为什么真正项目里，这个数字意义往往没有想象中那么大
“准确率99%”听起来几乎已经接近完美。但在真实的视频AI项目里，如果不说明测试集、正负样本比例、Precision/Recall、事件级误报、场景覆盖和运行时间，这个数字甚至可能把人带到完全错误的结论。
2026-09-01 10:38:05
364
原创 小模型负责“看”，大模型负责“判断” ：一种更现实的视频 AI 架构
让多模态大模型直接承担所有摄像头、所有帧的实时分析，通常不是一个经济、稳定的工程方案。更现实的架构，是让轻量视觉模型在边缘侧 7×24 小时持续筛选事件，只把少量“难判断”的候选事件交给大模型做语义复核。
2026-08-31 15:56:30
308
原创 AI产业落地：边缘计算盒子的专业选择标准
项目成败不在硬件参数而在能否真正落地使用；选型要区分自研、与硬件厂商合作、项目交付等不同路径；TOPS、通道数等参数不代表实际效果，需用真实视频测试验证；要警惕误报过高导致系统被弃用；可用多模态复核提升准确率；验收需细化测试标准；薪火科技这类项目型方案适合需要现场配合的客户。
2026-08-31 14:55:07
542
聊天软件和论文，udp协议，socket编程，语音合成
2012-05-27
计算机 网络 外文翻译 外文文献 英文文献 Internet的历史
2012-05-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人