Viseron项目v3.0.0b13版本发布:智能监控系统的重大更新
Viseron是一款开源的智能视频监控系统,它能够通过计算机视觉技术实现人脸识别、物体检测、运动检测等功能。该系统支持24/7视频录制,并提供了丰富的自动化功能,如事件触发、报警通知等。Viseron特别适合家庭安防、商业监控等场景,其模块化设计允许用户根据需要灵活配置各种功能组件。
核心功能改进
本次发布的v3.0.0b13版本是3.0.0正式版前的最后一个测试版本,主要聚焦于系统稳定性提升和现有功能的完善。其中包含了一些重要的架构变更和新功能引入。
关键变更点
-
目录结构调整:原有的
/recordings目录已被弃用,取而代之的是/event_clips目录。这一变更旨在更准确地反映V3版本中该目录的实际用途,即存储事件触发的视频片段而非全部录像。 -
API接口变更:
trigger_recorder接口已被标记为废弃,建议用户迁移至新的trigger_event_recording接口。
新增功能亮点
人脸识别增强
系统现在支持直接从Compreface人脸识别服务拉取识别对象数据,这大大简化了人脸识别功能的配置流程,用户无需再手动导入所有识别样本。
日志系统改进
新增了日志文件功能,所有系统日志现在会自动保存到配置目录中。这一改进使得故障排查和系统监控更加方便,特别是在无GUI环境下运行的实例。
录像下载功能
用户现在可以直接从Web界面的事件页面下载事件录像和快照。对于24/7连续录像,还可以指定时间段下载MP4格式的视频文件。这一功能极大地方便了用户获取和分享监控录像。
纯录像模式
新增的record_only配置选项允许用户创建连续录像而不运行任何检测器。这一模式适合只需要录像功能而不需要智能分析的用户,可以显著降低系统资源消耗。
静态图像分辨率控制
still_image组件新增了width和height配置参数,允许用户精确设置静态图像的分辨率,满足不同场景下的图像质量需求。
事件导航优化
在事件时间线视图中,现在可以通过点击弹出窗口中的单个事件直接跳转到对应时间点,大大提升了事件回查的效率。
新增组件介绍
即时通讯通知组件
由社区贡献的即时通讯组件允许用户通过即时通讯工具接收监控片段和缩略图。这一功能为移动端通知提供了便捷的解决方案,用户可以随时随地接收监控警报。
PTZ控制组件
同样由社区贡献的PTZ组件提供了对云台摄像机的控制功能,目前主要与即时通讯组件配合使用。未来版本计划将该功能集成到Web界面中,提供更直观的控制体验。
系统稳定性提升
本次更新包含了大量底层优化,包括:
- 改进了异步事件循环处理,确保系统在高负载下的稳定性
- 优化了数据库查询性能,特别是针对大规模录像文件的处理
- 完善了系统关闭流程,确保所有线程都能正确终止
- 增加了错误边界处理,防止前端界面因意外错误而崩溃
开发者相关改进
对于开发者社区,本次更新也带来了一些重要变化:
- 开发容器配置优化,简化了开发环境搭建流程
- 类型检查工具升级至mypy 1.14.1
- WebSocket API全面异步化,提高了接口响应速度
- 测试用例清理流程改进,确保测试环境的一致性
总结
Viseron v3.0.0b13版本作为3.0.0正式版前的最后一个测试版本,在功能完整性和系统稳定性方面都达到了较高水平。新加入的即时通讯通知和PTZ控制组件扩展了系统的实用性,而各项性能优化则提升了用户体验。对于计划升级的用户,建议特别注意目录结构和API接口的变化,确保平滑过渡到新版本。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00