Самостоятельно размещаемый NVR с детекцией объектов в реальном времени на потоках локальных IP-камер и интеграцией с Home Assistant.
roflcoopter/viseron
Локальная NVR-система с ИИ и компьютерным зрением для обнаружения объектов, движения и лиц на собственных камерах.
Open source альтернатива:Ring
- Звёзды
- 3,652
- Форки
- 453
- Открытые issues
- 52
- Последний коммит
- 18 часов назад
Что это?
Viseron — это NVR-система, которая работает целиком на вашем оборудовании. Она записывает видео с IP-камер по RTSP и анализирует его с помощью компьютерного зрения, чтобы вы могли следить за домом, офисом или другим объектом, не отправляя видео в облачный сервис.
Система состоит из компонентов, которые включаются в конфигурации. Доступны компоненты для обнаружения объектов и движения, а также распознавания лиц; найти их можно с помощью Component Explorer. Установка выполняется через Docker, а конфигурация редактируется во встроенном веб-интерфейсе.
Проект распространяется по лицензии MIT и активно развивается. Поддержку сообщества можно получить в Discord и GitHub issues.
Ключевые возможности
- 01Полностью работает локально, для записи и анализа не требуется облако.
- 02Записывает видео с IP-камер по RTSP.
- 03Предоставляет компоненты для обнаружения объектов и движения, а также распознавания лиц, которые можно включать по необходимости.
- 04Настраивается через встроенный веб-интерфейс.
- 05Разворачивается в виде Docker-контейнера.
Сценарии использования
- Наблюдение за домом с помощью уже установленных IP-камер, при этом видео хранится локально.
- Наблюдение за офисом или магазином с оповещениями об обнаруженных объектах без размещения видео в облаке.
- Эксперименты с моделями компьютерного зрения на видеопотоках с собственных камер.
Быстрый старт
- 1
Запустите контейнер Docker, следуя инструкциям в документации
- 2
Отредактируйте файл конфигурации во встроенном веб-интерфейсе
Что важно знать
- Для настройки нужны Docker и файл конфигурации, поэтому самостоятельное размещение потребует определённых усилий.
- Помощь в основном можно получить в сообществе Discord, а не через канал поддержки.
В подборках
Темы
Частые вопросы
- Что такое viseron?
- Локальная NVR-система с ИИ и компьютерным зрением для обнаружения объектов, движения и лиц на собственных камерах. Viseron — это NVR-система, которая работает целиком на вашем оборудовании. Она записывает видео с IP-камер по RTSP и анализирует его с помощью компьютерного зрения, чтобы вы могли следить за домом, офисом или другим объектом, не отправляя видео в облачный сервис.
- viseron можно использовать бесплатно? Какая у него лицензия?
- viseron распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- viseron всё ещё поддерживается?
- Активно поддерживается. Последний коммит в viseron — 23 окт. 2026 г..
- Для чего можно использовать viseron?
- Наблюдение за домом с помощью уже установленных IP-камер, при этом видео хранится локально. Наблюдение за офисом или магазином с оповещениями об обнаруженных объектах без размещения видео в облаке. Эксперименты с моделями компьютерного зрения на видеопотоках с собственных камер.
- Как установить viseron?
- Запустите контейнер Docker, следуя инструкциям в документации Отредактируйте файл конфигурации во встроенном веб-интерфейсе
- Где скачать viseron?
- Исходный код и инструкции по установке — на GitHub: https://github.com/roflcoopter/viseron
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Самостоятельно размещаемая Docker-система видеонаблюдения (NVR) для IP-камер с локальной записью, обнаружением движения и объектов с помощью ИИ и лентой событий.
Система с доступным исходным кодом, которая превращает IP- или RTSP-камеры в средство обнаружения занятости парковочных мест в реальном времени с дашбордами и оповещениями.
Лёгкая C++-библиотека с более чем 100 моделями ИИ для детекции, распознавания лиц, сегментации и удаления фона; поддерживает ONNXRuntime, MNN, TensorRT и другие движки.
Локальная self-hosted база знаний по видео: индексирует ролики, транскрибирует речь, анализирует кадры и позволяет искать сцены на естественном языке.
Набор инструментов на C++/Python для запуска моделей семейства YOLO на GPU NVIDIA с помощью TensorRT: детекция, сегментация, классификация, оценка позы и OBB.