家庭监控，TensorFlow (+ OpenCV)

Question

由于最近一些窃贼的入侵，我正在考虑在我的乡村房产中安装一个安全摄像头网络。为此，我试图充分利用我家中已有的设备，例如：

• 6个IP夜视摄像头
• Jetson TK1 作为处理单元， [https://www.nvidia.com/object/jetson-tk1-embedded-dev-kit.html][1]
• Raspberry Pi 2 型号 B（我猜不需要）
• PoE 交换机

我想将每个摄像头的视频流“输入”到 TensorFlow+OpenCV（或其他深度学习算法）中，以确保我能够识别我的花园、车库等中的人/物——基本上是：

• 人体检测和汽车检测

计划使用 Telegram 或即时通讯平台提供的其他 API 实时通知。

在我的 ubuntu 16.04 LTS（支持 GPU 的工作站）上配置 Tensorflow 并非易事，也不是识别物体和人的过程。

你对这个小项目有什么建议吗？ 使用 Docker 使配置更流畅是否有意义？

Answer 1

你可以把它分解如下：

1 - 在边界框和语义分割之间做出决定

2 - 在选择您的框架后选择您的预训练模型（在您的情况下为 Tensorflow）。您需要克服实时与准确性 2.1 - 我认为最好的是基于 MobilenetV2 的 deeplab（分割）或 NASNET（边界框）

3 - 如果 Cars & Persons 不在您的模型中，则重新训练它以进行迁移学习，否则您不需要

4 - 如果 Jetson TK1 需要（压缩等），请寻找模型优化

5 - 一旦成功部署并开始寻找人员和汽车，请开发您的逻辑以了解它应该如何提醒您。 （例如，连续 x 帧没有汽车或连续 x 帧有人在场等）

祝您监视愉快！