DeepCamera — 开源 AI 摄像头技能平台

DeepCamera 的开源技能赋予了你的摄像头 AI 能力——包括 VLM 场景分析、目标检测和人员重识别（Re-ID），所有功能均通过 Qwen、DeepSeek、SmolVLM 和 LLaVA 等模型在本地运行。该平台构建于经过验证的人脸识别、重识别、跌倒检测及 CCTV/NVR 监控技术之上，通过现代 AI 技术进一步扩展了这些机器学习功能。所有推理过程均在本地执行，以实现最大限度的隐私保护。

---

🛡️ 隆重介绍 SharpAI Aegis — DeepCamera 桌面端应用

通过桌面应用使用 DeepCamera 的 AI 技能，享受由 LLM 驱动的环境设置、智能体聊天和智能警报——并可通过 Discord / Telegram / Slack 连接到你的移动设备。

SharpAI Aegis 是 DeepCamera 的桌面端伴侣。它利用 LLM 自动设置你的运行环境、配置摄像头技能并管理完整的 AI 流水线——无需手动进行 Docker 或 CLI 操作。它还增加了一个智能体层：提供持久化记忆、与摄像头的智能体对话、AI 视频生成、语音 (TTS)，以及通过 Discord / Telegram / Slack 进行对话式消息推送。

📦 下载 SharpAI Aegis →

---

🗺️ 路线图

• 技能架构 — 针对所有功能提供可插拔的 SKILL.md 接口
• 技能商店 UI — 从 Aegis 浏览、安装和配置技能
• AI/LLM 辅助技能安装 — 通过 AI 智能体安装并配置社区贡献的技能
• 感知 GPU / NPU / CPU (AIPC) 的安装 — 自动检测硬件、安装匹配的框架，并将模型转换为最佳格式
• 硬件环境层 — 共享 env_config.py，用于在 NVIDIA、AMD、Apple Silicon、Intel 和 CPU 上进行自动检测及模型优化
• 技能开发 — 涵盖 10 个类别的 19 种技能，正随社区贡献积极扩展中

🧩 技能目录

每个技能都是一个独立的模块，拥有自己的模型、参数和通信协议。请参阅技能开发指南和平台参数以构建你自己的技能。

类别	技能	功能描述	状态
检测	yolo-detection-2026	实时 80+ 类目标检测 — 通过 TensorRT / CoreML / OpenVINO / ONNX 自动加速	✅
	yolo-detection-2026-coral-tpu	Google Coral Edge TPU — 通过 USB 加速器实现约 4ms 推理 (LiteRT)	✅
	yolo-detection-2026-openvino	Intel NCS2 USB / Intel GPU / CPU — 通过 OpenVINO 实现多设备支持 (架构)	🧪
	face-detection-recognition	人脸检测与识别 — 从摄像头画面中识别已知人脸	📐
	license-plate-recognition	车牌检测与识别 — 从摄像头画面中读取车牌号码	📐
分析	home-security-benchmark	用于 LLM 和 VLM 安全性能的 143 项测试评估套件	✅
隐私	depth-estimation	实时深度图隐私转换 — 在保留活动信息的同时对摄像头画面进行匿名化处理	✅
分割	sam2-segmentation	基于 Segment Anything 2 的交互式点击分割 — 提供像素级掩码、点/框提示及视频跟踪功能	✅
标注	dataset-annotation	AI 辅助数据集标注 — 自动检测、人工审核，并导出为 COCO/YOLO/VOC 格式以进行自定义模型训练	📐
训练	model-training	智能体驱动的 YOLO 微调 — 标注、训练、导出、部署	📐
自动化	mqtt · webhook · ha-trigger	基于事件的自动化触发器	📐
集成	homeassistant-bridge	HA 摄像头输入 ↔ 检测结果输出	📐

✅ 已就绪 · 🧪 测试中 · 📐 计划中

注册表： 所有技能均在 skills.json 中进行索引，以便以编程方式发现。

检测与分割技能

检测与分割技能处理来自摄像头画面的视觉数据——进行目标检测、区域分割或场景分析。所有技能均使用相同的 JSONL stdin/stdout 协议：Aegis 将帧写入共享卷，通过 stdin 发送 frame 事件，并从 stdout 读取 detections。每个检测技能都是可互操作的。