Ultralytics YOLOv5 es un kit de herramientas de visión artificial basado en PyTorch para detectar objetos, segmentar instancias y clasificar imágenes, con funciones de entrenamiento y exportación.
58,2 mil17,5 milPythonAGPL-3.0Actualizado anteayer
- Estrellas
- 822
- Forks
- 62
- Issues abiertos
- 3
- Último commit
- hace 12 días
¿Qué es?
Sentinel es un sistema de visión en tiempo real basado en una LAN que permite reutilizar un teléfono Android en desuso como cámara de red. La aplicación complementaria para Android, CamFlow, captura imágenes con la cámara del teléfono y envía fotogramas JPEG individuales mediante HTTP POST a un servidor Python Flask que se ejecuta en una PC. Todas las imágenes permanecen en la red local, y el servidor ofrece un panel en el navegador para la vista previa MJPEG en vivo, la grabación segmentada en MP4 o AVI y las capturas de imagen.
En la PC, un FrameBuffer compartido almacena el fotograma más reciente, para que los módulos de vista previa, grabación e IA puedan leerlo sin interferir entre sí. Un monitor de IA opcional ejecuta un pipeline de dos etapas: un detector de movimiento de bajo costo activa una máquina de estados (SLEEP a OBSERVE), y solo entonces se llama a un modelo de visión intercambiable. Los resultados se devuelven como JSON estructurado con campos como has_person, risk_level y confidence, y se guardan en un registro de eventos.
El proyecto requiere Python 3.9 o posterior, Android 8.0 o posterior y que ambos dispositivos estén conectados a la misma red Wi-Fi. Desde el panel se pueden ajustar opciones como los FPS de transmisión, la calidad JPEG, el códec de grabación, la duración de los segmentos y los límites de retención.
Funciones clave
- 01Usa un teléfono Android como cámara mediante la aplicación CamFlow, sin hardware adicional.
- 02Vista previa MJPEG en vivo desde el navegador, sin necesidad de complementos.
- 03Grabación segmentada en MP4/AVI y almacenamiento de capturas de imagen en el disco local.
- 04Análisis de IA opcional activado por movimiento, con resultados en JSON estructurado.
- 05Interfaz para integrar modelos de visión intercambiables y plantillas de prompts configurables.
- 06Límites de retención de grabaciones y protección del espacio en disco.
Casos de uso
- Monitoreo del hogar o de un estudio que mantiene todas las grabaciones en una PC local.
- Reutilización de un teléfono antiguo como cámara adicional para un laboratorio o taller.
- Creación de prototipos para recopilar datos visuales o experimentar con modelos multimodales.
- Enseñanza de la arquitectura de sistemas de visión distribuidos.
Antes de usarlo
- Se requiere Python 3.9 o posterior en el PC y Android 8.0 o posterior en el teléfono.
- Se recomienda ejecutar el análisis de IA multimodal mediante un servicio en línea de inferencia de modelos, por lo que puede hacer falta una clave de API y generar costes.
- El README indica que el proyecto sigue en desarrollo y cambia activamente, así que las actualizaciones podrían afectar a las configuraciones existentes.
Temas
Preguntas frecuentes
- ¿Qué es CCTV-Smartphone-AI-Monitoring?
- Convierte teléfonos Android en desuso en cámaras de red local, con un panel Flask en la PC para vista previa MJPEG en vivo, grabación y análisis opcional activado por IA. Sentinel es un sistema de visión en tiempo real basado en una LAN que permite reutilizar un teléfono Android en desuso como cámara de red. La aplicación complementaria para Android, CamFlow, captura imágenes con la cámara del teléfono y envía fotogramas JPEG individuales mediante HTTP POST a un servidor Python Flask que se ejecuta en una PC. Todas las imágenes permanecen en la red local, y el servidor ofrece un panel en el navegador para la vista previa MJPEG en vivo, la grabación segmentada en MP4 o AVI y las capturas de imagen.
- ¿CCTV-Smartphone-AI-Monitoring es gratuito? ¿Qué licencia tiene?
- CCTV-Smartphone-AI-Monitoring es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿CCTV-Smartphone-AI-Monitoring sigue mantenido?
- Mantenimiento activo. El último commit de CCTV-Smartphone-AI-Monitoring fue el 8 oct 2026.
- ¿Para qué puedo usar CCTV-Smartphone-AI-Monitoring?
- Monitoreo del hogar o de un estudio que mantiene todas las grabaciones en una PC local. Reutilización de un teléfono antiguo como cámara adicional para un laboratorio o taller. Creación de prototipos para recopilar datos visuales o experimentar con modelos multimodales. Enseñanza de la arquitectura de sistemas de visión distribuidos.
- ¿Dónde consigo CCTV-Smartphone-AI-Monitoring?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/suzuran0y/CCTV-Smartphone-AI-Monitoring
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
App de Google AI Edge para Android e iOS que permite probar LLMs open source y casos de uso de GenAI en el dispositivo, sin conexión.
25 mil2,8 milKotlinApache-2.0Actualizado hace 12 horas
Kit de voz sin conexión basado en onnxruntime para reconocimiento de voz, síntesis de voz, VAD, diarización y más, en múltiples plataformas e idiomas.
15,4 mil1,8 milC++Apache-2.0Actualizado hace 6 horas
Un framework de agentes que conecta humanos digitales (2.5D, 3D, móvil, PC y web) y LLM con sistemas empresariales.
13,6 mil2,4 milPythonGPL-3.0Actualizado hace 29 días
Una biblioteca de PyTorch que implementa métodos de mapas de activación de clases (CAM) para visualizar qué regiones de una imagen impulsan las predicciones de un modelo de visión artificial.
13 mil1,7 milPythonMITActualizado hace 2 meses
Aplicación de escritorio multiplataforma para etiquetar con ayuda de IA datos de texto, imágenes, video, nubes de puntos y datos multimodales, con modelos integrados y exportación a varios formatos.
IA y Machine Learning#image-annotation#computer-vision#deep-learning#object-detection#instance-segmentation
10,7 mil1,2 milPythonGPL-3.0Actualizado anteayer