能力总览
下表为当前发布版(Lite v0.1.0)的能力清单,以及规划中 Pro 版的增量。所有能力均通过内嵌 Web 配置页(:9092)操作,保存后自动生效。
| 能力 | 说明 | Lite v0.1.0 |
|---|---|---|
| 目标检测 | 内置 YOLOv8n 模型(ONNX Runtime CPU 推理),识别画面中的常见目标(人、车、动物等) | ✅ |
| 多目标跟踪 | ByteTrack 跨帧关联,目标有稳定 ID 与轨迹,避免同一目标反复计数 | ✅ |
| 区域入侵 | 在配置页为摄像头划定多边形区域,目标进入即触发事件 | ✅ |
| 越界检测 | 划定边界线,目标跨越方向判定 | ✅ |
| 徘徊检测 | 目标在区域内长时间停留时触发,适合周界、门口等场景 | ✅ |
| 事件与快照 | 结构化事件落库(SQLite/libSQL),每条事件配带框快照 | ✅ |
| NVR 回写 | 分析状态与事件回写 MiBeeNvr:录像列表出现 AI 标记列,AI 事件可在 NVR 中查看 | ✅ |
| Web 配置页 | 填 NVR 地址 + API Key → 拉取摄像头列表 → 选摄像头 → 画规则 → 保存自动重启管线 | ✅ |
| 多摄像头 | 同时分析多路 | Pro |
| GPU 加速 | CUDA / TensorRT 执行提供者 | Pro |
| 历史批量补分析 | 对存量录像批量补跑 | Pro |
目标检测
- 模型:YOLOv8n,随二进制内置,无需单独下载或配置。
- 推理:ONNX Runtime(CPU),随包提供对应架构的动态库(
libonnxruntime-*.so),通过ORT_DYLIB_PATH指定加载。 - 输入:NVR 录像段解码抽帧后送入检测器。
多目标跟踪
检测框逐帧交给 ByteTrack 跟踪器做跨帧关联:同一目标在连续帧间保持同一 ID,形成轨迹。跟踪的意义在于把「每帧都有框」变成「这个目标从哪来、到哪去、在区域里待了多久」——徘徊检测、越界方向判定都建立在轨迹之上。
事件规则
三类规则均可在配置页按摄像头配置(规则名 + 区域顶点):
| 规则 | 触发条件 | 典型场景 |
|---|---|---|
| 区域入侵 | 目标进入划定区域 | 院子、店铺门口、仓库 |
| 越界 | 目标跨越划定边界线 | 围墙、院门、通道 |
| 徘徊 | 目标在区域内长时间停留 | 周界、门前、ATM |
事件与快照
- 事件包含摄像头、时间、规则类型与目标信息,写入本地 SQLite/libSQL 存储。
- 每条事件附带带检测框的快照,可在结果中直接看到「是什么触发了这条事件」。
回写 MiBeeNvr
分析结果不是留在 Vision 本地就结束了:
- 录像列表 AI 标记:每段录像的分析状态(处理中 / 完成)直接显示在 NVR 录像列表。
- AI 事件:规则触发的事件回写 NVR,可在 NVR 的 AI 事件页查看。
- 详见 MiBeeNvr 协同。