AI 识别

Rerinku View 的 AI 识别全部在运行 Rerinku View 的这台机器上完成，画面和识别结果都不会上传。它包括两部分：

• 物体检测：识别人、车辆（小汽车、卡车、公交车、摩托车、自行车）和宠物（狗、猫、鸟）；模型支持 COCO 的 80 个类别，常用的 9 类可以直接勾选。
• 人脸识别：在检测到人的基础上，认出人脸库里登记过的人，其余的标为「陌生人」或「待确认」。

识别出的结果会生成事件：带画面截图、标出目标位置，并从第一次看到目标前 5 秒开始录一段视频，见事件与通知。

开启

1. 打开 设置 → 智能检测。第一次使用时，按提示下载检测模型。模型来自 Hugging Face；在中国大陆可以把「模型下载源」切换为「国内镜像」。
2. 在摄像头列表里，给要识别的摄像头打开「物体检测」，需要认人的再打开「人脸识别」。
3. 每台摄像头的细节在 设备详情 → 设置 → 智能检测 里调：用哪一路码流检测、识别哪些类别、只在哪些区域检测，还可以打开「查看检测画面」实时看到识别框。

人脸识别建立在物体检测之上：打开人脸识别时，会自动打开这台摄像头的物体检测并勾选「人」；人脸识别开着的时候关闭物体检测或取消「人」，会先请你确认，确认后两者一起关闭。

模型

模型	大小	用途
YOLOX-Nano	3.5 MB	物体检测，最省资源
YOLOX-Tiny	19 MB	物体检测，推荐
YOLOX-S	34 MB	物体检测，更准，占用更高
YuNet + ArcFace	约 250 MB	人脸检测与识别，开启人脸识别时下载

模型保存在数据目录的 models/ 下（可用 MODELS_PATH 修改）。正在使用的模型不能删除，关掉对应功能后可以删。也可以上传自己导出的 YOLOX ONNX 模型。

什么时候会产生事件

• 只关心动起来的东西。 Rerinku View 先做运动检测，只在画面有变化的区域运行推理；另外每 10 秒会完整扫描一次整幅画面。
• 静止的目标不报。 一个目标大约 10 秒不动就视为静止；从开始检测起就没动过的目标（比如一直停着的车）不会产生事件。
• 一次连续出现算一个事件。 同一时间出现的多个目标会合并成一条事件；目标离开后事件结束。
• 默认阈值：每秒分析 5 帧（可设 1–15），单帧置信度 0.5，确认一个目标需要 0.7。默认检测「人」和「小汽车」。这些都可以在 设置 → 智能检测 → 高级设置 里调，单台摄像头也可以单独覆盖。
• 运动遮罩：画面里总在动但不需要关心的区域（树、马路），可以在摄像头的检测区域里排除。

控制事件的频率

在 设置 → 智能检测 → 高级设置 里有两个节流选项，默认都关闭，单台摄像头可以单独设置：

• 事件间隔：一条事件结束后，这台摄像头暂停检测多久（最长 24 小时）。暂停期间画面照常录制，但不运行推理，状态会显示「事件间隔中，HH:MM 恢复检测」。重启 Rerinku View 后立即恢复检测。
• 事件最长时长：一条事件最多持续多久（10 秒到 24 小时），到时就结束这一条。

识别页

侧栏的 识别 页集中查看结果：

• 物体：按类别（人、车辆、宠物）、摄像头和时间筛选检测到的目标。
• 人员：
  • 检测记录：每一张抓到的人脸，分为「已识别」「待确认」「陌生人」。可以把待确认的人脸归到某个人名下。
  • 人脸库：登记要认的人，每人最多 5 张照片，可以分组（家人、亲友、常客），也可以合并重复的人、测试识别效果。

认出的人名会写进事件里，手机通知和 MQTT 里也能看到。

支持的平台

识别组件随程序一起分发，Rerinku View 启动时自动解压，不需要单独安装。

平台	AI 识别
Linux（x86-64）	支持，需要 glibc 2.34 或更高
Linux（ARM64）	支持，需要 glibc 2.34 或更高
Windows 10 / 11（x64）	支持，无需另装运行库；有显卡时尝试用显卡加速（DirectML）
Windows（ARM64）	暂不支持
macOS（Apple 芯片）	支持，需要 macOS 14 Sonoma 或更高
macOS（Intel 芯片）	不支持
Docker 镜像（x86-64）	支持，识别组件和 Intel / AMD 显卡驱动都已内置

不支持 AI 识别的平台上，实时查看、录像、回放等其余功能都照常可用。识别相关的入口不会被隐藏：识别 页和 设置 → 智能检测 顶部会说明原因，相关开关置灰。

Linux

需要 glibc 2.34 或更高。近几年的主流发行版都满足，例如 Debian 12+、Ubuntu 22.04+、Fedora 35+、RHEL 9 系，以及基于 Debian 12 的 Raspberry Pi OS（Bookworm）；Alpine 等使用 musl 的发行版不满足。不确定时可以查看：

ldd --version

第一行末尾的数字就是 glibc 版本。Linux 上推理目前在 CPU 上运行。

Docker 镜像（x86-64）同样内置识别组件，不需要另外安装，见快速开始。

Windows

适用于 Windows 10 / 11（x64）。识别组件已内置，不需要另外安装任何运行库。

Windows 版会尝试用显卡运行物体检测和人脸识别：通过 DirectML，支持 Direct3D 12 的显卡都可以用，包括 NVIDIA、AMD 和 Intel（含核显）。显卡用不了时（没有显卡、虚拟机、驱动有问题），会自动回到 CPU，识别照常工作。

• 在 设置 → 智能检测 → 高级设置 → 检测参数 里，「推理设备」可以选「自动（优先显卡）」（默认）或「仅 CPU」，保存后立即生效。
• 想确认是否用上了显卡，看 设置 → 智能检测 底部的「性能」：「推理设备」一项会显示显卡名称；没有用上时会说明原因。
• 显卡加速需要较新的显卡驱动，没有用上显卡时先更新驱动再试。

macOS

需要 Apple 芯片（M1 及更新） 的 Mac，并且系统为 macOS 14 Sonoma 或更高。识别组件已内置，无需额外安装；目前推理在 CPU 上运行。

• Intel 芯片的 Mac 不支持 AI 识别：推理运行库 ONNX Runtime 从 1.24 起不再提供 Intel 版。其余功能正常。
• 在 Apple 芯片的 Mac 上运行了 Intel 版（经 Rosetta 转译）：改用 Apple 芯片（arm64）版即可使用。
• macOS 13 及更早版本：升级到 macOS 14 或更高后即可使用。

想确认芯片和系统版本，点屏幕左上角的苹果菜单 → 关于本机：Apple 芯片的 Mac 会显示「芯片」一项（如 Apple M1），Intel 芯片的 Mac 显示的是「处理器」；同一窗口里也能看到 macOS 版本。

视频解码

识别要看画面内容，得先把摄像头的视频解码成图片。实时查看和录像直接转发摄像头的原始码流，不需要解码；只有做识别的摄像头才会解码。

Rerinku View 优先用显卡的视频解码单元（硬件解码，几乎不占 CPU），显卡解不了的格式或显卡出错时，才交给 CPU（软件解码）：

平台	硬件解码
Linux（x86-64）	VA-API（Intel、AMD）、NVDEC（NVIDIA）
Linux（ARM64）	暂不支持，使用软件解码
Windows	D3D11VA（NVIDIA、AMD、Intel）
macOS	VideoToolbox

Rerinku View 启动时会用一小段内置视频在每块显卡上实际试解 H.264 和 H.265，只把解得出来的格式交给显卡。在 设置 → 视频解码 里可以看到每一路摄像头此刻用的是硬件还是软件解码、没用硬件的原因，以及找到了哪些显卡、各自能解哪些格式。

Linux 原生安装使用硬件解码需要：

• 显卡驱动：Intel 装 intel-media-va-driver（老显卡用 i965-va-driver），AMD 装 mesa-va-drivers，NVIDIA 用官方驱动 470 或更新（开源的 nouveau 驱动不行）；
• 运行 Rerinku View 的用户在 render 和 video 组里：sudo usermod -aG render,video 用户名，重新登录或重启服务后，在 设置 → 视频解码 里点「重新检测」。

Docker 镜像里已经带好了 Intel、AMD 的显卡驱动，宿主机不用装驱动、也不用管用户组：启动容器时加上 --device /dev/dri（Compose 里写在 devices: 下）就能用显卡解码，容器会自动获得显卡的访问权限。NVIDIA 显卡需要宿主机装好 NVIDIA 驱动和 NVIDIA Container Toolkit，启动时加 --gpus all。

如果某块显卡一解码就出问题，可以设环境变量 VIDEO_HW_DECODE=false，强制只用软件解码。

要多少算力

没有统一的配置要求，取决于摄像头数量、分辨率和模型。参考数据：在一台 Ryzen 7 5825U 笔记本的 CPU 上，YOLOX-Tiny 每次推理约 22 毫秒，每秒分析 5 帧时大约能带 8 路；解码一路 1080p 视频约占 0.35–0.6 个 CPU 核心。

最准确的办法是看 设置 → 智能检测 底部的「性能」：它会实测推理速度，并估算这台机器还能再开几路识别。