Orange Pi 安防视觉系统

基于 Orange Pi 5 + USB 摄像头 的嵌入式安防方案：行人检测、多目标跟踪、人脸识别、陌生人告警，支持 PC 远程推理、串口门禁 与 Web 监控面板。

香橙派 (采集端)                    PC (推理端)
  USB 摄像头                         YOLOv8 + ByteTrack + FaceNet
  采图 ──JPEG──HTTP POST──►         /api/infer 推理
  OpenCV 窗口 ◄──JSON 框/姓名──     人脸库比对 + 告警
  串口 open/close ◄── 识别结果       监控面板 / 状态 API

---

功能特性

模块	说明
行人检测	YOLOv8n 检测 + ByteTrack 跨帧跟踪
人脸识别	FaceNet 特征提取，SQLite 人脸库 1:N 比对
陌生人告警	未匹配人员自动截图，冷却去重
远程推理	香橙派只负责采图/显示，PC 承担算力（局域网 ~30fps 显示）
串口门禁	识别库内人员发 open，离开后发 close（防抖可配）
监控面板	PC 端纯状态 Web 页，无实时视频流
本地推理	也可在香橙派本机跑完整 pipeline（需安装 torch 等）

---

技术栈

• 检测/跟踪：Ultralytics YOLOv8、ByteTrack
• 人脸识别：facenet-pytorch、MediaPipe BlazeFace
• 推理服务：FastAPI + Uvicorn
• 嵌入式端：OpenCV、pyserial（串口）
• 数据存储：SQLite + 本地照片目录
• 学习示例：tensflaw/ 目录含 TensorFlow / MediaPipe 入门脚本

---

项目结构

te/
├── security/                 # 安防核心
│   ├── remote_server.py      # PC 推理服务 + 监控 API
│   ├── remote_client.py      # 香橙派薄客户端（采图/显示/心跳/串口）
│   ├── pipeline.py           # 本地完整推理流水线
│   ├── inference_engine.py   # 推理引擎（检测+跟踪+识别）
│   ├── face_database.py      # 人脸库管理
│   ├── serial_gate.py        # 串口门禁控制
│   ├── dashboard.html        # 监控面板页面
│   └── config.py             # 全局参数
├── scripts/
│   └── ssh_pi.py             # PC 一键部署/管理香橙派
├── models/                   # 模型权重（大文件走 Git LFS）
├── data/
│   ├── face_db/              # 人脸库照片（按姓名分子目录）
│   └── videos/               # 测试视频
├── tensflaw/                 # TensorFlow 学习示例
├── DEPLOY_ORANGEPI5.md       # 香橙派本地部署详细说明
└── REMOTE_DEPLOY.md          # 远程推理部署详细说明

---

快速开始

环境要求

端	硬件/系统	Python
PC	Windows / Linux，建议有 GPU 或较强 CPU	3.10+，conda 环境 face_detetor
香橙派	Orange Pi 5，Orange Pi OS / Debian 64 位	3.10+

1. 克隆项目

git clone git@github.com:YiXiaoZY/orangepi.git
cd orangepi

2. 下载模型（首次必做）

# PC 或香橙派均可执行
python -m security.download_models

模型文件：yolov8n.pt、blaze_face_short_range.tflite、20180402-114759-vggface2.pt（约 107MB）。
香橙派网络不稳时，可在 PC 下载后 scp 到板子 models/ 目录。

3. 录入人脸库

将照片放入 data/face_db/<姓名>/*.jpg，然后：

python -m security.enroll

4. 方案 A：远程推理（推荐）

PC 端：

conda activate face_detetor
pip install -r requirements-remote.txt
# 还需已安装：torch, ultralytics, facenet-pytorch, mediapipe, opencv 等

python -m security.remote_server --host 0.0.0.0 --port 8765

监控面板：http://<PC局域网IP>:8765/

香橙派端：

pip install requests opencv-python-headless

python3 -m security.remote_client \
  --server http://<PC_IP>:8765 \
  --camera --device 0 --profile --display-fps 30

PC 一键同步代码到板子：

python scripts/ssh_pi.py setup-key   # 首次配置 SSH 免密
python scripts/ssh_pi.py deploy      # 同步代码
python scripts/ssh_pi.py status      # 查看连通状态

详见 REMOTE_DEPLOY.md。

5. 方案 B：香橙派本地推理

pip install -r requirements-orangepi.txt
python3 -m security.run_security --camera --device 0

详见 DEPLOY_ORANGEPI5.md。

---

串口门禁

识别到库内人员且稳定一段时间后，向串口发送 open；人员离开后发 close。

# 手动测试串口
python3 -m security.serial_test pulse --hold 3

主要参数在 security/config.py：

参数	默认值	说明
SERIAL_DEVICE	auto	串口设备路径
SERIAL_OPEN_STABLE_SEC	0.35	连续识别多久才开门
SERIAL_CLOSE_DELAY_SEC	0.8	人离开后多久关门
SERIAL_MIN_OPEN_HOLD_SEC	0.5	开门最短保持时间

---

API 接口（PC 推理服务）

端点	方法	说明
/	GET	监控面板
/health	GET	健康检查
/api/infer	POST	上传 JPEG 帧，返回检测框与识别结果
/api/status	GET	服务状态
/api/heartbeat	POST	香橙派心跳上报

---

常见问题

现象	处理
模型下载超时	在 PC 执行 download_models，再 scp 到板子
客户端连不上 PC	确认服务已启动、IP/端口正确、防火墙放行 8765
有画面无识别框	等人进入画面几秒；检查 PC 终端日志
人脸库为空	在 PC 执行 python -m security.enroll
串口电机抖动	调大 SERIAL_OPEN_STABLE_SEC 和 SERIAL_CLOSE_DELAY_SEC

---

许可证

本项目仅供学习与研究使用。模型权重遵循各自上游项目的许可协议。