Ultralytics YOLOv5 — библиотека компьютерного зрения на базе PyTorch для детекции объектов, сегментации экземпляров и классификации изображений, с обучением и экспортом моделей.
58,2 тыс.17,5 тыс.PythonAGPL-3.0Обновлён позавчера
cosmo-wander-ai/cosmo-edge
Периферийный ИИ-движок на C++, который превращает видеоаналитику и локальные VLM-модели в приложения для Sophon, Rockchip RKNN и x86.
- Звёзды
- 1,838
- Форки
- 312
- Открытые issues
- 21
- Последний коммит
- вчера
Что это?
CosmoEdge — периферийный ИИ-движок на C++ для видеоаналитики и задач с моделями «визуальный язык» (VLM) на периферийных устройствах. Он поддерживает импорт моделей, настройку визуальных конвейеров в браузерной консоли, правила тревог, наложение OSD и доставку событий через REST, WebSocket, MQTT и HTTP-вебхуки.
Каждая сборка рассчитана на один бэкенд инференса: BMRT для Sophon BM1688 и CV186X, RKNN с MPP/RGA для Rockchip RK3576 и RV1126B, а также ONNX Runtime с FFmpeg для x86 под Linux и Windows. Модели необходимо подготовить для конкретного чипа, на котором они будут запускаться. Режим x86 позволяет использовать ту же консоль и рабочий процесс без периферийного оборудования, но с меньшей пропускной способностью.
Проект включает обнаружение объектов с открытым словарём GroundingDINO, оценку с помощью VLM по промпту, подключение камер по ONVIF и GB28181, а также сборку в Docker для каждой платформы. В релизе v1.1.0 опубликованы отчёты о производительности для каждого поддерживаемого чипа.
Ключевые возможности
- 01Настройка визуальных конвейеров и привязка задач в браузерной консоли.
- 02Обнаружение, классификация, трекинг, зоны, счётчики, OSD и снимки для тревог.
- 03Оценка с помощью VLM по промпту и обнаружение объектов с открытым словарём GroundingDINO.
- 04Доставка событий через REST, WebSocket, MQTT и HTTP-вебхуки.
- 05Подключение камер по ONVIF и GB28181.
- 06Сборка в Docker для Sophon, Rockchip и x86.
Сценарии использования
- Запуск многоканальной видеоаналитики для выявления нарушений безопасности или вторжений на периферийных устройствах.
- Добавление визуальных проверок по промпту с отправкой тревог в существующую систему через MQTT или вебхуки.
- Создание прототипа рабочего процесса видеоаналитики на x86 перед развёртыванием на оборудовании Sophon или Rockchip.
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/cosmo-wander-ai/cosmo-edge.git - 2
Перейдите в каталог проекта
cd cosmo-edge - 3
Запустите версию для x86 Linux с помощью Docker Compose
sudo docker compose -f docker-compose.x86.yml up -d --build - 4
Откройте веб-консоль по адресу localhost:8080
Что важно знать
- Для развертывания Edge NPU требуется специальное оборудование (Sophon, Rockchip); в режиме x86 пропускная способность ниже.
- Поддержка macOS на Apple Silicon доступна только в Preview и использует эмуляцию amd64 для одного сценария работы с локальным видео.
- Текущие изменения в ветке main не включены в стабильные пакеты v1.1.0.
Темы
Частые вопросы
- Что такое cosmo-edge?
- Периферийный ИИ-движок на C++, который превращает видеоаналитику и локальные VLM-модели в приложения для Sophon, Rockchip RKNN и x86. CosmoEdge — периферийный ИИ-движок на C++ для видеоаналитики и задач с моделями «визуальный язык» (VLM) на периферийных устройствах. Он поддерживает импорт моделей, настройку визуальных конвейеров в браузерной консоли, правила тревог, наложение OSD и доставку событий через REST, WebSocket, MQTT и HTTP-вебхуки.
- cosmo-edge можно использовать бесплатно? Какая у него лицензия?
- cosmo-edge распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- cosmo-edge всё ещё поддерживается?
- Активно поддерживается. Последний коммит в cosmo-edge — 19 окт. 2026 г..
- Для чего можно использовать cosmo-edge?
- Запуск многоканальной видеоаналитики для выявления нарушений безопасности или вторжений на периферийных устройствах. Добавление визуальных проверок по промпту с отправкой тревог в существующую систему через MQTT или вебхуки. Создание прототипа рабочего процесса видеоаналитики на x86 перед развёртыванием на оборудовании Sophon или Rockchip.
- Как установить cosmo-edge?
- Клонируйте репозиторий: git clone https://github.com/cosmo-wander-ai/cosmo-edge.git Перейдите в каталог проекта: cd cosmo-edge Запустите версию для x86 Linux с помощью Docker Compose: sudo docker compose -f docker-compose.x86.yml up -d --build Откройте веб-консоль по адресу localhost:8080
- Где скачать cosmo-edge?
- Исходный код и инструкции по установке — на GitHub: https://github.com/cosmo-wander-ai/cosmo-edge
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Небольшая фундаментальная модель для вызова инструментов, структурированного извлечения данных, эмбеддингов и распознавания речи на устройствах — от телефонов до микроконтроллеров.
14,1 тыс.1,1 тыс.PythonApache-2.0Обновлён позавчера
Open-source toolkit для оптимизации и развертывания моделей deep learning для инференса на процессорах, GPU и NPU Intel.
11 тыс.3,5 тыс.C++Apache-2.0Обновлён 6 часов назад
Кроссплатформенное desktop-приложение для разметки текста, изображений, видео, облаков точек и мультимодальных данных с помощью ИИ, со встроенными моделями и экспортом в разные форматы.
ИИ и машинное обучение#image-annotation#computer-vision#deep-learning#object-detection#instance-segmentation
10,7 тыс.1,2 тыс.PythonGPL-3.0Обновлён позавчера
Стек PyTorch для инференса на устройствах: запуск экспортированных моделей на телефонах, ноутбуках, в браузерах и на микроконтроллерах.
5,1 тыс.1,2 тыс.PythonOtherОбновлён 5 часов назад
Фреймворк на C++ для анализа видео, который объединяет чтение потоков, инференс моделей, трекинг и вывод данных в настраиваемые узлы конвейера.
ИИ и машинное обучение#computer-vision#video-analysis#deep-learning#object-detection#object-tracking
3 тыс.470C++Apache-2.0Обновлён 8 месяцев назад