家庭监控，TensorFlow（+OpenCV）

由于最近一些窃贼的入侵，我正在考虑在我的农村财产中安装一个安全摄像头网络。为此，我正努力充分利用家中已有的设备，例如：

6个IP夜视摄像机 Jetson TK1作为一个处理单元， [ 我想树莓皮2 B型不需要 PoE交换机 我想将每个摄像头的视频流输入TensorFlow+OpenCV或其他深度学习算法，以确保我能够识别花园、车库等中的人/物-基本上是：

人体检测与车辆检测 计划使用即时消息平台提供的电报或其他API实时获得通知

在我的Ubuntu16.04 LTS工作站上配置Tensorflow，并支持GPU，这一点都不简单，也不是识别对象和人的过程

你对这个小项目有什么建议吗？

---

使用Docker使配置更平滑是否有意义？

您可以将其分解如下：

1-决定边界框和语义分割

2-在你的案例中选择框架Tensorflow之后，选择你预先训练好的模型。你需要在实时性和准确性之间进行权衡 2.1-我认为最好的是基于MobilenetV2的deeplab分段或NASNET边界框

3-如果您的车型中没有车辆和人员，则对其进行再培训，以便进行转移学习，否则您不需要这样做

4-如果Jetson TK1压缩等需要，寻找模型优化

5-一旦成功部署，并开始寻找人员和车辆，开发您的逻辑，了解它应如何提醒您。例如，x连续帧中没有车辆或x连续帧中有人员等

---

愉快的监视！

至于实际的检测，您可以从对象检测API重新培训一些内容。有一些教程，但我发现github上的内容最容易理解。