Датчик присутствия своими руками, интеграция в Home Assistant (машинное зрение, нейронные сети)

Задача определить присутствие людей в помещении возникает очень часто. В большинстве случаев мы решаем ее с помощью датчиков движения. Однако, несмотря на их очевидные достоинства (простота, доступность, низкая стоимость) полностью решить задачу с их помощью невозможно. Если человек не движется - детектировать его становится невозможным.

Попробуем использовать другой подход. Будем анализировать данные с камер наблюдения, распознавать на них объекты искать людей. Это позволит полноценно решить поставленную задачу вне зависимости от подвижности объектов, их размеров и т.д. При этом автоматически решатся стандартные для PIR-сенсоров проблемы: реакция на домашних животных и некорректная работа в условиях резких перепадов температуры.

Машинное зрение, нейронные сети - все как мы любим.

Датчик будет интегрирован в Home Assistant. Данные передаются по MQTT, корректно работает модуль MQTT Discovery.

Видео демонстрирует работу скрипта. Мы посмотрим на его работу, проанализируем результат. Дополнительно рассмотрим Docker-образ, построенный на основе этого скрипта.

Скрипт написан на Python, используются библиотеки: OpenCV, cvlib, TensorFlow, сеть YOLO4.

Все исходники тут: https://github.com/gofk2005/home_auto...
Docker-образ: https://hub.docker.com/repository/doc...

Таймкоды:

00:00 - длинное предисловие
06:17 - оценка производительности
09:55 - результат тестовой обработки
11:15 - результат в реальных условиях
13:43 - параметры запуска
17:10 - разбор кода
19:15 - скрипт для Docker Image
19:48 - образ в Dockerhub
21:15 - запуск контейнера
22:20 - дополнительные файлы на github
22:50 - демонстрация работы скрипта, MQTT, Home Assistant
26:36 - заключение



* * * *

Если есть желание поддержать канал материально: https://yasobe.ru/na/podderzhka_kanal...