shareai/minio

SharpAI DeepCamera 中文技术文档

镜像概述和主要用途

SharpAI DeepCamera是基于SharpAI开源机器学习栈的应用，专为将计算机视觉模型与监控摄像头连接而设计。它采用私有部署架构，确保所有信息存储在用户自有设备上，解决AI人脸识别摄像头的隐私问题。开发者可在树莓派、Android、PC及AWS等多种设备上运行相同代码，加速AI生产开发流程。

核心功能和特性

• 隐私保护：私有部署架构，所有数据存储在用户自有设备
• 跨平台支持：兼容树莓派、Android、PC及AWS等多种硬件环境
• AutoML能力：支持在边缘设备上自动标签、训练和部署人脸识别模型
• 多模态视觉处理：集成人脸检测、人脸识别、目标检测等功能
• 分布式系统：基于Celery的分布式处理架构
• 灵活集成：可与Shinobi CCTV等开源NVR系统集成，支持数千种监控摄像头
• 多端控制：通过Web界面或移动APP进行设备管理和模型训练

架构概览

!architecture

演示视频

![Demo On ]([]

快速开始（树莓派3/4）

系统准备

安装32位树莓派官方系统（Raspbian）。

摄像头准备

通过raspi-config启用摄像头支持：

1. 运行raspi-config
2. 选择"Interfacing Options"
3. 选择"Camera"并启用
4. 重启树莓派 详细说明：https://www.raspberrypi.org/documentation/configuration/camera.md

Docker准备

参考教程：在树莓派上安装Docker和Docker Compose的5个简单步骤

获取源码

bash
git clone https://github.com/SharpAI/DeepCamera

配置

编辑以下配置文件，将<Server_IP>替换为PC/服务器/云的IP地址：

docker/aws.env

AWS_END_POINT='<Server_IP>'  
AWS_BUCKET=faces  
AWS_READABLE_PREFIX='http://<Server_IP>:9000/faces/'

docker/servers.env

MQTT_BROKER_ADDRESS=<Server_IP>  
API_SERVER_ADDRESS=<Server_IP>

启动DeepCamera

bash
cd DeepCamera  
./run-on-rpi.sh start

图形界面标签与设备端训练

工作原理

SharpAI利用AutoML技术实现人脸识别模型的标签、训练和部署。Web/移动GUI展示检测到的人脸，用户可直接在界面上为"未知姓名"的人脸图片添加标签。服务器接收标签数据后发送至设备，设备在边缘端训练模型，训练完成后将识别结果发送回服务器展示。

1. 使用API服务器Web界面标签和训练

获取设备ID：

bash
cat docker/workaipython/ro_serialno 
# 示例输出：82f28703d001

访问Web界面：[***]
!Web界面配置方法

2. 使用移动APP标签和训练

获取设备序列号

bash
cat docker/workaipython/ro_serialno 
# 示例输出：82f28703d001（设备ID）

生成设备ID的***

下载安装移动APP

https://github.com/SharpAI/SharpAIMobileApp/releases/download/3.0.2/debug.apk

移动APP配置

详见文档：移动APP配置指南

无树莓派摄像头的替代方案

如果暂无树莓派摄像头模块，可连接现有家用监控摄像头（需知道摄像头IP和密码）：

1. 访问树莓派的8080端口：[***]
2. 默认登录信息：
   • 用户名：***
   • 密码：SharpAI2018

这是基于开源NVR项目Shinobi Video实现的功能，支持数千种监控摄像头。如需搭建自有NVR服务器，可参考：

• https://github.com/SharpAI/DeepCamera/blob/master/docs/shinobi.md
• Shinobi NVR摄像头流URL格式文档

使用DeepCamera API服务器开发自定义应用界面

获取设备序列号

bash
cat docker/workaipython/ro_serialno 
# 示例输出：82f28703d001（设备ID）

API使用示例

创建用户

bash
curl -X POST -H "Content-type: application/json" http://localhost:3000/api/v1/sign-up -d '{"username": "test11", "email": "xxxx@xxx.xx", "password": "xxxxxx"}'

响应：

json
{
  "success": true
}

获取用户Token

bash
curl -X POST -H "Content-type: application/json" http://localhost:3000/api/v1/login/ -d '{"username": "test11", "email": "xxxx@xxx.xx", "password": "123456"}'

响应：

json
{
  "status": "success",
  "data": {
    "authToken": "t6QsPaU3VdbfUQMkNIf6I3MDtox29WLrPJRAKkOCfpc",
    "userId": "tiK8RYG87sGJAErdB"
  }
}

创建设备组

bash
curl -X POST -H "X-Auth-Token: t6QsPaU3VdbfUQMkNIf6I3MDtox29WLrPJRAKkOCfpc" -H "X-User-Id: tiK8RYG87sGJAErdB" http://localhost:3000/api/v1/groups -d "name=group01"

响应：

json
{
  "groupId": "e309ff8c7a3a8ceb4011e86e"
}

添加设备到组

bash
curl -X POST -H "X-Auth-Token: t6QsPaU3VdbfUQMkNIf6I3MDtox29WLrPJRAKkOCfpc" -H "X-User-Id: tiK8RYG87sGJAErdB" -H "Content-type: application/json" http://localhost:3000/api/v1/groups/e309ff8c7a3a8ceb4011e86e/devices -d '{"uuid": "82f28703d001", "deviceName": "testDevice", "name":"testdevice","type": "inout"}'

响应：

json
{
  "success": true
}

添加完成后，重启DeepCamera服务。

完整API文档

https://github.com/SharpAI/ApiServer#full-api-document

PC端开发调试

如何在PC上运行DeepCamera

在X86/云服务器部署自有API服务器

公共测试服务器开放使用，也可在自有设备上部署API服务器：

bash
git clone https://github.com/SharpAI/DeepCamera
cd DeepCamera
./start-cloud.sh start

部署后需记录私有云服务器IP地址（下一步将<Server_IP>替换为此IP）。如暂不部署自有服务器，可使用测试服务器：165.232.62.29

支持与贡献

加入Slack获取商业支持

https://sharpai-invite-automation.herokuapp.com/

功能列表

• 高精度人脸识别
• 人脸检测
• ARM Mali GPU推理支持
• Android TF Lite支持（GPU/CPU/NPU）
• 开源嵌入式Linux支持
• 移动应用控制
• 设备管理系统
• 移动设备推送通知
• 目标检测
• 基于Celery的分布式系统
• Shinobi CCTV视频处理插件
• Android视频硬件加速解码应用
• Android GPU运动检测
• 从移动设备到边缘设备的标签和训练
• 原生树莓派摄像头支持
• 图片上传至AWS或本地AWS兼容服务器（MINIO）

贡献指南

贡献说明