У моей установки видеонаблюдения всегда есть проблемы с точки зрения обнаружения движения. Он просто использует разницу между кадрами, основанными на значении толерантности, и запускает предупреждение. Мне нужен более сложный механизм предупреждения, который может обнаружить человека, кошку, собаку, машину и т. Д. Но сейчас я не собираюсь обновлять видеонаблюдение на высококлассную систему.
Привет, Google Найдите мне утилиту, которая может обнаружить объекты из камеры CCTV Анкет
После долгого поиска я оказался на странице фрегата GitHub. https://github.com/blakeblackshear/frigate
Согласно определению в readme.md
Uses OpenCV and Tensorflow to perform realtime object detection locally for IP cameras. Designed for integration with HomeAssistant or others via MQTT. * Leverages multiprocessing heavily with an emphasis on realtime over processing every frame * Uses a very low overhead motion detection to determine where to run object detection * Object detection with Tensorflow runs in a separate process * Object info is published over MQTT for integration * An endpoint is available to view an MJPEG stream for debugging, but should not be used continuously
Вот это да !. Это то, что я искал.
Подожди секунду! Они сказали IP -камеру? Вся моя камера-аналоговая камера, подключенная к DVR Hikvision (DS-7B08HUHI-K1).:(
Я не сдался. Загружен Google и начал поиск с запроса Поток камеры Hikvision без IP -камеры
После нескольких часов поиска. Я обнаружил, что Hikvision имеет возможность поделиться потоком RTSP любой камеры, даже если камера не IP.
Вам нужно подключить DVR к своей сети с помощью кабеля локальной сети Как только он настроен, поток RTSP доступен в RTSP://
Там, где имя пользователя и пароль такие же, как вы используете для входа в консоли видеонаблюдения, x – это номер камеры Y может быть 1 или 2. 2 будет потоком низкого качества, а 1 будет высококачественным потоком.
Например: rtsp://
Так что теперь у меня есть поток IP -камеры. Так что вернемся к настройке фрегата.
Это очень просто. Вам нужно установить Docker. Перейдите на Docker.com, чтобы установить Docker в машине. ( https://docs.docker.com/get-docker/ )
Затем вы можете выполнить шаги, упомянутые на странице Github ( https://github.com/blakeblackshear/frigt#getting-started ).
Вы также можете настроить config.yml за ваши предпочтения.
################
# Camera level object config. This config is merged with the global config above.
################
objects:
track:
- person
Вы можете использовать этот раздел, чтобы рассказать фрегату об объекте, который необходимо отслеживать. По умолчанию он отслеживает человека. Вы можете добавить кошек, собаки и т. Д. Доступные объекты, которые можно отслеживать по умолчанию, можно найти по адресу ( https://dl.google.com/coral/cannel_models/coco_labels.txt )
Если вы настроите брокера MQTT, как Mosquitto ( https://mosquitto.org/ ), то фрегат отправит события на каждое обнаружение брокеру. Вы можете использовать это для автоматизации.
Убедитесь, что вы правильно даете RTSP -ссылку камеры, и имя камеры верно.
Если все сделано правильно, вы можете запустить Docker, и сайт будет доступен @ Port 5000
Загрузка http://localhost: 5000/ Чтобы увидеть поток отладки камеры с распознаванием объектов. Согласно автору, поток отладки может снизить производительность программы
Как только человек находится перед камерой, вы увидите что -то подобное в потоке отладки, на сервере MQTT будет опубликовано событие, которое можно использовать для запуска некоторого сообщения или чего -либо еще.
Мой следующий шаг – интегрировать это с моей домашней автоматизацией, чтобы запустить сообщение на моем телефоне с изображением. Также чтобы запустить это на Raspberry Pi, так как оригинальная версия не поддерживает PI.
Я вернусь, как только он будет готов. До тех пор позаботьтесь о до свидания.
Прочитайте вторую часть блога здесь
Оригинал: “https://dev.to/vinodsr/cctv-object-detection-using-ml-4923”