Firescrew安装与配置指南

1. 项目基础介绍

Firescrew 是一个用 Go 语言编写的开源应用程序，它能够实现对 RTSP 网络摄像机实时物体和运动检测。该项目利用先进的图像处理技术和机器学习模型来识别特定物体，如车辆、行人等。

2. 项目使用的关键技术和框架

• 图像处理：Firescrew 使用图像处理技术来分析视频流，并检测运动和物体。
• 机器学习模型：集成了 YOLOv8、MobileNET 以及 CoreML 等机器学习模型来进行物体识别。
• Go 语言：项目使用 Go 语言编写，利用了 Go 的并发处理和速度优势，提供了高性能的实时图像处理解决方案。
• RTSP 支持：兼容 RTSP 网络摄像机，适用于多种场景。
• MQTT/Webhook/Slack：支持将事件发送到 MQTT、Webhook 或 Slack 进行进一步处理。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统满足以下要求：

• 操作系统：支持大多数主流操作系统。
• Go 环境：确保已安装 Go 语言环境。
• 依赖工具：需要安装 ffmpeg 和 pip3。

安装步骤

步骤 1：安装依赖

• 安装 ffmpeg：

  sudo apt-get install ffmpeg
  

• 安装 Python 依赖：

  pip3 install ultralytics
  

  如果您使用的是 Coral TPU，还需要安装以下依赖：

  pip3 install pycoral numpy Pillow
  

步骤 2：下载项目

从 GitHub 上克隆项目：

git clone https://github.com/8ff/firescrew.git

步骤 3：生成配置文件

进入项目目录，生成配置文件：

cd firescrew
./firescrew -t > config.json

步骤 4：启动项目

使用配置文件启动项目：

./firescrew config.json

如果需要使用 Docker，可以运行以下命令来拉取镜像并启动容器：

docker pull 8fforg/firescrew:latest
docker run --rm -v $(pwd)/media:/media -v $(pwd)/config.json:/config.json -it 8fforg/firescrew:latest /config.json

步骤 5：使用 WebUI

如果需要使用 WebUI，可以运行以下命令启动 Web 服务器：

./firescrew -s rec/hi :8080

然后在浏览器中访问 http://localhost:8080。

以上步骤为基本的安装和配置指南，具体使用中可能还需要根据实际情况调整配置文件中的参数。请参考项目官方文档以获取更详细的信息。