家庭监控，TensorFlow（+ OpenCV）

Question

由于一些小偷的入侵，我正在考虑在我的乡村财产中安装一个安全摄像机网络。为此，我想充分利用自己家里已有的设备，例如：

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

我想将每个摄像机的视频流“馈送到” TensorFlow + OpenCV（或其他DeepLearning算法）中，以确保我可以识别花园，车库等中的东西-基本上是：

• 人体检测和汽车检测

计划使用即时消息传递平台提供的Telegram或其他API进行实时通知。

在我的ubuntu 16.04 LTS（支持GPU的工作站）上配置Tensorflow并不是一件容易的事，这也不是识别对象和人的过程。

您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？

Answer 1

您可以按以下方式对其进行分解：

1-确定边界框和语义分段

2-选择框架后选择预先训练的模型（本例中为Tensorflow）。您需要击败实时与准确性 2.1-我认为最好的是基于MobilenetV2的deeplab（分段）或NASNET（边界框）

3-如果“汽车与人”不在您的模型中，请对其进行再培训以进行迁移学习，否则您不需要

4-如果需要Jetson TK1（压缩等），请进行模型优化

5-成功部署后，它开始寻找人和车，就如何提醒您制定逻辑。 （例如，连续x帧没有汽车，或连续x帧没有人等）

祝您一切顺利！