家门口的AI电子哨兵
用吃灰的旧笔记本焕发第二青春。接入摄像头RTMP视频流，通过YOLO AI模型自动识别进入监控区域的人员，触发报警并截图记录时间。五层过滤机制解决误报，让监控视频不再是摆设。
用吃灰的旧笔记本焕发第二青春。接入摄像头RTMP视频流，通过YOLO AI模型自动识别进入监控区域的人员，触发报警并截图记录时间。五层过滤机制解决误报，让监控视频不再是摆设。
从视频流接入到报警记录，提供完整的智能监控工作流
通过鼠标自由圈选监控区域，Supervision库实时绘制区域边界。只有进入圈选区域的人员才会触发报警，精准缩小监控范围，大幅减少无效检测。
基于YOLO预训练模型自动识别人体，无需额外训练即可直接使用。同时支持识别小动物，检测框实时叠加在视频画面上，置信度一目了然。
检测到人员进入监控区域时，自动截屏并记录精确时间。翻看截图即可快速定位视频中有人出现的时间段，省去逐个翻看视频的麻烦。
左侧报警窗口实时显示置信度和触发区域，右侧实时视频预览中可看到人体框与圈选区域的重叠情况。报警声及时提醒，不错过任何有效事件。
通过Slider滑块实时调节YOLO检测置信度阈值。经过测试，80%是效果最佳的门槛值——过低误报多，过高漏检多。根据实际场景灵活调整。
通过RTMP协议拉取摄像头视频流，支持局域网和远程视频源。兼容市面上大多数支持RTMP推流的摄像头设备，即接即用。
第一版误报不断，经过五层过滤优化后，一天误报不超过3次
区域划定缩小监控范围，连续多帧确认防止瞬时误报，同区域冷却避免同一人重复报警， 置信度阈值调整到80%过滤低质量检测，面积过滤丢弃远处小人影。五层逐级过滤，确保每次报警都是有效事件。
左侧报警窗口 + 右侧实时视频预览，一目了然
左侧显示报警信息（置信度、触发区域），右侧实时展示视频内容和YOLO检测框与圈选区域的重叠情况。底部Slider可实时调节置信度阈值。
运行几天后，这个"电子哨兵"精准记录下的有效事件
有人进入圈选区域时，自动截图并记录时间，清晰掌握谁来过。
快递员将包裹放在门口时，自动记录时间，随时了解快递动态。
晚上有人靠近家门口时及时报警，画面+时间双重记录，安全感倍增。
记录每天早上快递员几点来、停留了多久，心中有数。
外卖小哥几时到达，一目了然，再也不用反复查看视频。
查看截图即可快速了解有事件的时间段，直接跳到对应时间查看详细视频。
Python生态 + AI模型 + 计算机视觉库，半天快速实现
使用预训练的YOLO模型识别人体和小动物，无需额外标注训练数据，开箱即用，检测速度快、准确率高。
开源Python库，提供区域选择、检测框绘制、标注叠加等丰富的可视化能力，轻松实现交互式区域圈选。
负责RTMP视频流的拉取、解码、帧处理和渲染显示。成熟稳定的计算机视觉库，视频处理性能优异。
通过RTMP协议实时拉取摄像头视频流，低延迟、高兼容性，支持市面上大多数摄像头设备。
区域划定 → 连续多帧确认 → 同区域冷却 → 置信度阈值 → 面积过滤，逐级过滤确保报警精准有效。
基于Python开发，支持Windows和macOS。旧笔记本也能流畅运行，让吃灰的设备重获新生。
五层过滤机制带来的显著效果提升
五层过滤后效果显著
精准度与召回率最佳平衡
逐级过滤，层层把关
AI助力快速实现功能
硬件需求、使用方式、误报处理等常见问题解答
DLMonitor 是一款基于 YOLO 的 AI 智能监控桌面应用。你可以用旧笔记本接收摄像头 RTMP 视频流，通过 YOLO 识别视频中的人体。划定检测区域后，只在有人进入区域时才触发报警并自动截图记录时间。五层过滤机制确保误报率极低，方便快速定位有效视频片段。
只需要一台支持 RTMP 推流的摄像头和一台电脑（Windows 或 macOS）。找个吃灰的旧笔记本就能跑，让闲置设备重获新生。电脑需要安装 Python 3.10+ 运行环境。
DLMonitor 设计了五层过滤机制专门解决误报问题：①区域划定缩小监控范围；②连续多帧确认识别，避免单帧误报；③同区域冷却避免同一人短时间内重复报警；④置信度阈值调节（推荐80%）；⑤面积过滤丢弃远处小人影。经过反复测试，每天误报不超过3次，非常可靠。
摄像头需要支持 RTMP 推流功能。将摄像头的 RTMP 推流地址填入 DLMonitor 主界面的视频流地址栏，点击连接即可。市面上大部分网络摄像头都支持 RTMP 协议，也可以通过 OBS 等推流工具中转。
报警触发时自动截屏，截图按时间命名保存在程序指定的 screenshots 目录中。每张截图附带时间戳，方便快速浏览和定位到对应时间段的视频内容。
后续规划增加报警推送功能，支持将报警信息和截图推送到手机，在手机上就能实时查看报警内容。还会支持对已录制视频的离线分析——直接读取视频文件，标记出有人出现的时间段，提高历史监控视频的查看效率。