边缘 AI 视觉安防选型指南：路数、解码上限与现场条件

视觉安防项目的返工，多数不发生在算法环节，而发生在硬件选型：设备到场后实际能跑的路数低于预期。原因通常是三个参数在选型时没有同时确认——模型规模、目标帧率、视频解码上限。任一项估错，实际路数即减半。

本文给出四步选型方法，并附 7 款边缘设备在统一基准下的路数估算、接口与 RTSP 解码上限、散热与供电参数。表中路数为估算值，不是实测验收值——取数口径与对照范围见文末。

结论速查

以下为后文推导的结论汇总。基准：YOLOv8m、1080p、15 FPS、int8 量化、输入 640×640。

	路数	对应型号	部署形态	估算依据
	1 路	reCamera 2002 系列	一体化 AI 摄像头	1 TOPS，端侧 1 路，无需另配算力盒
	2–3 路	reComputer R2130	分离式边缘算力盒	RPi 5 + Hailo-8，26 TOPS；解码上限约 4 路
	约 4 路	reComputer J3011	分离式边缘算力盒	Orin Nano 8G，40 TOPS；解码上限 11 路
	5–7 路	reComputer J4012	分离式边缘算力盒	Orin NX 16G，100 TOPS；解码上限 18 路
	8–15 路	reComputer J5012	分离式边缘算力盒	AGX Orin 64G，275 TOPS；解码上限 44 路
	16 路以上	J5012 多台，或 J4012 分组部署	多台并联	单台 J5012 推理上限约 15 路

三项会改变上表结论的条件：

• 目标帧率 30 FPS 以上 —— 路数按上表的二分之一估算。多数安防事件（闯入、跌倒、未戴安全帽）持续时间以秒计，15 FPS 即可捕捉，把帧率要求从 30 降到 15 通常可使硬件预算减半
• 现场粉尘大或需高防护等级 —— 选同算力的 Industrial（无风扇）版本，全密封机壳、宽压输入
• 需接入长距离车规相机 —— 仅 reComputer J5012 支持 GMSL（子卡 ×8），其余型号需改用网口或 MIPI CSI

已经知道接入方式与路数的，用下面的配置器直接生成设备清单；想先弄清这些数字怎么来的，往下看四步方法。

为什么把推理放在端侧

端侧输出为结构化业务指标，而非待人工查看的视频流

下面四步都建立在"推理在设备本地完成"这个前提上。相比把视频流传到云端再分析，端侧方案的差别体现在三处。

带宽占用下降两个量级。 视频流在本地完成分析，回传内容为事件元数据（时间、位置、事件类型），单条数据量为数十 KB，替代持续上传的视频流。

敏感画面不出设备。 端侧支持自动打码，视频数据不经过公网传输，降低隐私合规的论证成本。

断网期间检测与告警不中断。 检测、识别、告警均在设备本地完成，可直接联动声光告警或门禁设备；网络恢复后补传事件数据。对安防场景而言，网络中断时段恰是系统最需要保持工作的时段。

系统构成与三类视觉能力

边缘视觉分析系统的四类角色：摄像头、AI 算力单元、网络、云端

按算力所处位置，边缘视觉分析系统分为三种部署形态：

• 一体化 AI 摄像头——图像采集与推理在同一设备内完成，不需要另配算力盒。适用单点监控，1 路
• 分离式边缘算力盒——复用既有 IP 摄像头，视频经以太网以 RTSP 接入，算力集中在独立设备。这是最常见的形态，从 2 路到十几路都走这条路径，按算力与解码上限选型
• 相机直连式算力单元（GMSL）——相机经同轴线直接接入算力单元，不经以太网。车规级链路，抗干扰、时延稳定，适合机器人、AGV、车载等对实时性与链路可靠性要求高、或现场网络不可靠的场合。本文涉及的设备中仅 reComputer J5012 提供 GMSL 接口（子卡 ×8）

安防场景常用的视觉能力分三类，算力开销依次递增。

人车检测与区域管控：周界、禁区、人数统计

基于 YOLO 系列模型识别画面中人、车、物的位置与数量，通用模型开箱支持 80+ 个 COCO 类目。周界入侵、禁区闯入、越界告警、出入口人数统计均建立在此能力之上。

配合跟踪算法可进一步输出双向进出计数、ID 跟踪、停留时长与区域热力分布——停留时长可用于识别异常滞留，热力分布可用于核查巡更覆盖盲区。这些是可直接对接安防平台的结构化指标，而非仅供查看的视频画面。

PPE 与违规行为识别：安全帽、反光衣、危险区域

识别人员是否按规程着装与作业：未戴安全帽、未穿反光衣、未按要求佩戴防护装备、违规进入划定的危险区域。

该类任务不需要从零构建数据集。通常的做法是在开源数据集的基础上，补充数百到数千张本厂区的现场样本做微调——补充样本用于适配本地的着装规范、机位角度与光照条件，这部分数据量远低于从头训练。实际所需数量取决于目标类别的区分难度与现场条件的复杂度。

姿态与异常事件：跌倒、久滞、异常聚集

跌倒判定依据关节点的空间关系，而非画面整体分类

跌倒、长时间静止、异常聚集等事件基于人体姿态识别实现，依据关节点空间关系判定，而非依赖行为分类模型对整体画面打标签。这一实现方式在夜间、遮挡与多人场景下的稳定性优于纯分类方案。

第一步：确定任务类型与性能目标

选型开始前需确认三项参数：

其中帧率的影响最大且最常被高估。安防事件的持续时间以秒计，15 FPS 可完整捕捉；30 FPS 通常只在高速产线检测等场景才成为硬性要求。

第二步：确定视频接入方式与解码上限

视频接入接口决定了设备的可选范围，而硬件解码上限决定路数的天花板——这一约束独立于算力。

各型号的视频接口与 RTSP 解码上限（1080p30，H.265）：

	设备	网口	USB	MIPI CSI	GMSL	RTSP 解码上限
	reCamera 2002w	×1 (100M)	×1	—	—	1 路（端侧）
	reCamera 2002 HQ PoE	×1 (100M, PoE 供电)	×1	—	—	1 路（端侧）
	reCamera Pro	×1 (GbE)	×1 (Type-C 3.0)	×2（1 路已用于自带 8MP 传感器）	—	1 路（端侧，硬解 4K30）
	reComputer R2130	×1 (GbE)	×2	×2	—	约 4 路（RPi 5 VPU）
	reComputer J3011	×1 (GbE)	×4	×2	—	11 路
	reComputer J4012	×1 (GbE)	×4	×2	—	18 路
	reComputer J5012	×4 GbE + ×1 10GbE	×4	—	×8	44 路

J 系列的解码上限取自 NVIDIA 官方手册，为硬件能力上限。实际可用路数取推理估算值与解码上限中的较小者。

一体化 AI 摄像头的选择依据是部署条件而非算力：reCamera 2002w 通过 USB-C 供电、WiFi 传输，适用室内即插即用；2002 HQ PoE 单根网线同时供电与传输，IP66 防护等级可用于户外，M12 卡口镜头可按监控距离更换；reCamera Pro 支持 4K 与视觉语言模型，通过千兆网口接入。

第三步：按路数选择算力

统一基准：YOLOv8m 模型、1080p 分辨率、15 FPS、int8 量化、输入尺寸 640×640。YOLOv8m 为工业场景常用的精度可靠档位。

	设备	核心定位	算力 (int8)	YOLOv8m 路数	参考价
	Grove Vision AI V2	OEM 定制裸板	0.04 TOPS	仅支持 tiny 级模型	—
	reCamera 2002	一体化 AI 摄像头	1 TOPS	1 路	约 $80
	reCamera Pro	一体化（4K + VLM）	3 TOPS	1 路	约 $300
	reComputer RK3588	瑞芯微 RK3588	6 TOPS	约 2 路	约 $279–349
	reComputer RK3576	瑞芯微 RK3576	6 TOPS	约 1 路	约 $159–199
	reComputer R2130	RPi 5 + Hailo-8	26 TOPS	2–3 路	约 $370
	reComputer J3011	Jetson Orin Nano 8G	40 TOPS	约 4 路	约 $750
	reComputer J4012	Jetson Orin NX 16G	100 TOPS	约 7 路	约 $1400
	reComputer J5012	Jetson AGX Orin 64G	275 TOPS	约 15 路	约 $4550

价格为查询当时的整机参考价，仅用于判断量级；随配置、批量与时间变动，下单以商品页为准。Grove Vision AI V2 以套件形式销售，不单独标价。

三项换算规则：

1. 模型规模：改用 YOLOv8n/s 等轻量模型，路数可提升至 2–3 倍。上表基准偏保守
2. 帧率：目标帧率 30 FPS 以上时，路数按上表的二分之一估算
3. 算力与路数非线性：275 TOPS 为 40 TOPS 的约 6.9 倍，对应路数仅约 3.8 倍。视频解码、内存带宽与后处理均占用系统资源

适用边界。 上表为同一基准下的横向对照，用于确定选型区间，非验收指标。以下情况需实测：模型经过大幅裁剪或蒸馏；单帧内目标数量极多（后处理开销显著上升）；多模型串联推理；输入分辨率高于 1080p。

第四步：匹配现场环境条件

现场环境决定设备形态。判断依据首先是粉尘等级，其次是温度与供电稳定性。

• 粉尘环境、高防护要求（矿山、面粉厂、木材加工、户外）→ 被动散热，无风扇全密封机壳。风扇既是进灰通道，也是设备唯一的机械故障点
• 常规室内环境（办公、商业、实验室、机房）→ 主动散热，风冷可支持持续满负荷运行，成本更优

型号命名规则：reComputer J 系列以产品名中是否含 Industrial 区分；R2000 系列以是否含 AI 区分——含 AI 为主动风扇散热，不含 AI 为被动无风扇散热。

	设备	散热方式	工作温度	供电
	reComputer AI Industrial R2135	主动（风扇）	-20~65°C	DC 12-19V
	reComputer Industrial R2235	被动（无风扇）	-20~50°C	DC 9-36V 宽压
	reComputer Super J3011	主动（风扇）	-20~60°C	DC 12-19V
	reComputer Industrial J3011	被动（无风扇）	-20~60°C	DC 12V~24V
	reComputer Rugged J3011	IP66 密封机壳	—	可直接接入 48V 系统
	reComputer Super J4012	主动（风扇）	-20~60°C	DC 12-19V
	reComputer Industrial J4012	被动（无风扇）	-20~60°C	DC 12V~24V
	reComputer Rugged J4012	IP66 密封机壳	—	可直接接入 48V 系统
	reComputer Robotics J5012	主动（风扇）	-10~60°C	DC 19~48V
	reServer Industrial J501	被动（无风扇）	-20~60°C	DC 12V~36V

供电范围需与现场条件匹配：车载、光伏、工程机械等电压波动较大的场景，选用宽压输入型号（DC 9-36V / 12-36V）可省去外部稳压环节；机房与办公环境使用固定电压型号即可。

面向方案商与系统集成商：从验证到交付

若本方案用于向下游客户交付，以下三项在选型阶段就应确认——它们决定的是提案能不能落地，而不只是硬件能不能跑。

验证路径。 上述能力均有可运行的可部署方案，可用于在提案阶段搭建演示环境：人车检测与计数见 AI Lab 计算机视觉，厂区违规行为与安全事件告警见 边缘工业安防。

模型定制。 通用模型覆盖 80+ COCO 类目，可直接用于人车检测与区域管控。厂区专属的着装规范、设备状态等类目可在 SenseCraft 平台自行微调：按我们的经验，在开源数据集基础上补充数百到数千张现场样本即可，无需自建训练环境。具体数量随目标类别的区分难度而定，建议先用少量样本跑一轮验证可行性再决定标注规模。

硬件定制与批量供货。 上述型号支持 Logo、外观、包装与预装固件的定制，也可在现有型号基础上调整接口配置。同一算力档位备有主动散热与被动散热两种外壳，可按客户现场环境分别交付，无需为环境差异更换算力平台。具体定制范围、认证覆盖与交付周期见 ODM/OEM 定制服务。