这个方案能做什么
工业现场的禁区需要 24 小时盯防，但接到云端的 AI 监控有几个老大难问题：视频要离开园区上传、网络一抖延迟就飙、断网整套系统就瞎了。这个方案把 AI 人员检测和规则判断全部放在现场的 reComputer Industrial（Jetson Orin）上跑——视频不出局域网、告警 1 秒内触发、断网也不影响。
核心价值
| 价值 | 说明 |
|---|
| 数据不出园区 | 视频帧全部在本地 reComputer 上处理，不上云、不需要云账号、不存在数据外传 |
| 秒级告警 | Jetson 显卡每帧分析，15-30 FPS 处理速度，入侵 1 秒内识别 |
| 安全规则灵活配 | 在浏览器里直接画禁区、虚拟围栏线、徘徊时长——无需写代码 |
| 离线可用 | 部署完成后无需联网，适合偏远厂区、矿山、施工现场 |
| 兼容标准摄像头 | 支持任意 RTSP 协议 IP 摄像头（海康、大华、通用 ONVIF），不绑定专用硬件 |
| 多摄像头支持 | 同时监控多个区域，独立处理管线，共享检测模型 |
| 事件持久化 | SQLite 数据库存储所有事件，支持按日期筛选——重启不丢失历史记录 |
适用场景
| 场景 | 能发现什么 |
|---|
| 工厂车间安全区 | 设备运行时人员误入危险作业区 |
| 仓库禁入区域 | 非工作时间闯入化学品 / 高价值仓储区 |
| 施工现场围栏 | 无关人员翻越围栏、进入基坑 |
| 矿山危险区 | 人员进入爆破区或不稳定地段 |
| 变电站 / 配电场 | 高压设备区有人闯入 |
你需要准备
硬件
| 设备 | 用途 | 是否必需 |
|---|
| reComputer Industrial（Jetson Orin NX / Nano） | 运行检测模型，提供 GPU 加速 | 必需 |
| RTSP IP 摄像头 | 提供实时视频源（海康、大华、或任何兼容 ONVIF 的摄像头） | 必需 |
| 局域网交换机 / PoE 交换机 | 连接 Jetson 和摄像头 | 必需 |
软件
- Jetson 已刷 JetPack 6.x（L4T 36.x）
- 已安装 Docker + NVIDIA Container Runtime（Seeed reComputer Industrial 出厂已预装）
- 你的电脑能 SSH 到 Jetson
检测模型
| 模型 | 框架 | 精度 | 性能 |
|---|
| YOLO26n | Ultralytics（NMS-free） | FP16 TensorRT | ~268 QPS，延迟 ~3.7ms |
| YOLOv8n | Ultralytics | FP16 TensorRT | 实时推理 |
| YOLOv5n | Ultralytics | FP16 TensorRT | 轻量级选项 |
首次启动时会自动从 ONNX 模型构建针对 Jetson 显卡优化的 TensorRT 引擎并缓存，后续启动直接复用。
部署前须知
- 首次部署需要拉取约 3-5 GB 的 Docker 镜像，留意磁盘空间
- 首次启动会构建一份针对 Jetson 显卡优化的检测引擎（约 1-2 分钟），之后启动直接复用缓存
- 部署前建议先用 VLC 或
ffprobe 测一下摄像头的 RTSP 地址，绝大多数问题都来自地址写错
- 当前一台 Jetson 可接入多路摄像头，每路有独立的处理管线
核心功能
多摄像头管理
- 多路 RTSP/USB 接入 — 同时接入多个摄像头，独立处理管线
- 摄像头自动发现 — 自动扫描子网内的 RTSP 摄像头
- 共享检测模型 — 所有摄像头共享一个 TensorRT 引擎，高效利用 GPU
- 每摄像头独立配置 — 每个摄像头有独立的区域、线段和规则
TensorRT FP16 加速
- YOLO26n 支持 — 最新 Ultralytics 模型，NMS-free 端到端推理
- GPU 硬件解码 — GStreamer NVDEC 硬解 RTSP 视频流，CPU 几乎零开销
- Jetson 深度优化 — 在 reComputer Industrial J4012（Orin NX 16GB）上测试，30+ FPS
交互式 Web 面板
- 实时标注视频 — 在实时视频上叠加检测框、区域和围栏线
- 浏览器绘制区域 — 直接在视频画面上绘制禁区和围栏线
- WebSocket 视频流 — 低延迟视频传输到浏览器
- 自适应网格布局 — 自动适配多摄像头场景
- HDMI 全屏模式 — 按 F 键切换全屏显示
事件持久化与跟踪
- SQLite 数据库 — 事件持久存储，重启不丢失
- 质心跟踪 — 跨帧跟踪检测到的人员
- 按日期筛选 — 查询历史事件记录
- 自动清理 — 自动移除过期事件数据
