Skip to main content

Viseron en reComputer

Introducción​

Viseron es un software NVR y de Visión Artificial autoalojado y solo local implementado en Python. El objetivo de Viseron es ser fácil de configurar y usar, mientras sigue siendo potente y flexible. Está diseñado para ejecutarse en una red local, sin dependencias externas y sin requerir servicios en la nube.

Prerrequisitos​

Requisitos de Hardware​

reComputer AI R2130reComputer AI Industrial R2145
Obtener Uno Ahora 🖱️
Obtener Uno Ahora 🖱️

Requisitos de Software​

Actualizar sistema​

Por favor usa el siguiente comando para ejecutar.

sudo apt update
sudo apt upgrade -y

Descargar docker y docker compose​

Por favor usa el siguiente comando para instalar docker.

wget https://get.docker.com -O get-docker.sh
chmod +x 
sudo sh get-docker.sh
sudo systemctl start docker
sudo systemctl enable docker
docker --version

El resultado se muestra a continuación:

pir

Por favor usa el siguiente comando para instalar docker compose.

sudo curl -L "https://github.com/docker/compose/releases/download/$(curl -s https://api.github.com/repos/docker/compose/releases/latest | jq -r .tag_name)/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose
docker-compose --version

El resultado se muestra a continuación:

pir

Descargar Viseron​

Crear carpetas​

Por favor usa el siguiente comando para crear carpetas

cd ~
mkdir -p viseron_data/{timelapse,thumbnails,snapshots,segments,models,event_clips,config}

Descargar Modelo​

Por favor usa el siguiente comando para descargar el modelo hef para el dispositivo hailo8.

cd ~/viseron_data/models
wget https://hailo-model-zoo.s3.eu-west-2.amazonaws.com/ModelZoo/Compiled/v2.16.0/hailo8/yolov8n.hef

Crear docker-compose.yaml​

Por favor usa el siguiente comando para crear docker-compose.yaml.

cd ~ && nano docker-compose.yaml
services:
  viseron:
    image: roflcoopter/viseron:latest
    container_name: viseron
    shm_size: "1024mb"
    volumes:
      - /home/ain/viseron_data/segments:/segments
      - /home/ain/viseron_data/snapshots:/snapshots
      - /home/ain/viseron_data/thumbnails:/thumbnails
      - /home/ain/viseron_data/event_clips:/event_clips
      - /home/ain/viseron_data/timelapse:/timelapse
      - /home/ain/viseron_data/config:/config
      - /etc/localtime:/etc/localtime:ro
      - /home/ain/viseron_data/models:/models
    ports:
      - 8888:8888
    devices:
      - /dev/hailo0

Configurar Viseron​

Ejecutar Viseron​

Por favor usa el siguiente comando para ejecutar viseron

cd ~
docker compose up

pir

Abrir puerto​

Por favor abre el puerto 8888, verás un resultado como el siguiente:

pir

Configurar​

Por favor sigue los pasos a continuación para configurar Viseron, y reemplaza la información de configuración según la dirección de tu cámara.

pir

# Viseron Configuration Example - Resolving Hailo component and camera identifier mismatch
# Core concept: All components use the same camera identifier "cam_front"

# 1. Camera Configuration (FFmpeg Component)
# This is the foundation for all detection features. Ensure the identifier here is correctly referenced by other components.
ffmpeg:
  camera:
    cam_front:  # 🔑 Key identifier: other components must reference this name
      name: "Front Door"  # Camera display name (customizable)
      host: 10.1.1.200  # IP address of the camera
      port: 554            # RTSP port (usually 554)
      path: /cam/realmonitor?channel=1&subtype=1  # RTSP stream path (replace with your camera's actual path)
      username: admin
      password: passw0rd
      fps: 6  # Set the video stream frame rate
      recorder:
        idle_timeout: 1    # Idle timeout setting
        codec: h264        # Recording codec

# 2. Hailo Object Detector Configuration
# This component uses Hailo-8 AI acceleration hardware for object detection and must point to a configured camera.
hailo:
  object_detector:
    model_path: /models/yolov8n.hef  # 🔑 Important: Replace with the path to your HEF model file
    # Add the following line based on your Hailo hardware version (e.g., hailo8 or hailo8l)
    # hailo_arch: hailo8
    cameras:
      cam_front:  # ⬅️ Must exactly match the identifier defined in the ffmpeg section above
        fps: 2  # Detection frame rate (higher consumes more resources)
        scan_on_motion_only: false  # Set to true to perform AI detection only when motion is detected
        labels:
          - label: person  # Detect the "person" class
            confidence: 0.7  # Confidence threshold
            trigger_event_recording: true  # Trigger event recording when detected
          - label: car  # You can add other classes to detect
            confidence: 0.7

# 3. Motion Detector Configuration (MOG2 Component)
# Can provide pre-triggering for Hailo AI detection to save computational resources.
mog2:
  motion_detector:
    cameras:
      cam_front:  # ⬅️ Use the same consistent identifier
        fps: 2  # Motion detection frame rate

# 4. NVR (Network Video Recorder) Configuration
# Binds all the above components together and manages recording.
nvr:
  cam_front:  # ⬅️ Use the same consistent identifier
    motion_detector:  # Enable motion detection
      enabled: true
    object_detector:   # Enable object detection
      enabled: true
      interval: 0.5    # Object detection trigger interval

# (Optional) Logger level adjustment, can be set to 'debug' for troubleshooting
logger:
  default_level: info

Ejecutar​

Por favor sigue los pasos a continuación para ejecutar el software.

pir

Resultado​

Una vez que hayamos configurado todo, podemos ver la transmisión en vivo de la cámara actual. Hemos establecido los fps a 2, por lo que el video puede parecer un poco entrecortado.

pir

Soporte Técnico y Discusión de Productos​

¡Gracias por elegir nuestros productos! Estamos aquí para brindarte diferentes tipos de soporte para asegurar que tu experiencia con nuestros productos sea lo más fluida posible. Ofrecemos varios canales de comunicación para satisfacer diferentes preferencias y necesidades.

Loading Comments...