DeepCamera: 一個具備自主硬體感知技能部署與在地 VLM 分析功能的開源 AI 攝影機平台

它解決了什麼問題

DeepCamera 提供了一個平台，可以在為安防攝影機增加 AI 能力的同時，將所有數據處理保留在本地，以實現最大的隱私保護。它透過使用自主部署代理程式來處理安裝與優化，消除了手動為不同硬體配置 AI 模型之複雜性。

運作原理

該系統採用可插拔的「技能 (skill)」架構，其中每個 AI 能力（例如物件偵測或場景分析）都是一個獨立的模組。一個名為 SharpAI Aegis 的桌面應用程式負責管理這些技能，利用在地本地大型語言模型 (LLM) 自動偵測硬體（NVIDIA, AMD, Apple Silicon, Intel）並安裝最佳的模型格式（TensorRT, CoreML, OpenVINO 等）。技能之間透過標準化的 JSONL 協定進行通訊，允許不同模型進行互換使用而不會破壞管線流程。

對象是誰

它專為想要在自己的硬體上實現進階 AI 監控⁴例如人物重新識別 (person re-identification)、跌倒偵測或由 VLM 驅動的場景分析⁴的使用者而設計，且無需具備機器學習部署或 CLI 工具的深厚專業知識。

重點特色

• 自主安裝：一個由 LLM 驅動的代理程式會讀取技能清單 (skill manifests) 並自動配置環境與硬體加速。
• 硬體無關性：原生支援 NVIDIA (TensorRT), Apple Silicon (CoreML), Intel (OpenVINO), 以及 AMD (ONNX) 的加速。
• 隱私優先：包含一個深度圖匿名化技能，可將即時影像替換為空間活動圖，以隱身身份。
• HomeSec-Bench：內建 143 項測試的評估套件，用於基準測試在地 VLM 的安防性能。
• 廣泛的技能目錄：支援即時 YOLO 偵測、SAM2 分割，以及與 Home Assistant 的整合。