Výzva
Samotné upozornění na pohyb neříká, co se skutečně stalo. Cílem je propojit nezávislou evidenci otevření vrat a pohybu s dostupnými kamerovými klipy a srozumitelným popisem. Přitom nesmí chybějící video nebo neověřený závěr modelu vytvářet falešný pocit jistoty.
Řešení
Senzory SONOFF komunikují přes Zigbee bránu a Mosquitto/MQTT s Mac Studiem. Samostatná kamera spouštěná pohybem ukládá klipy na Synology NAS; čtecí watcher je přebírá k lokálnímu zpracování. YOLO26s s ByteTrackem na Apple MPS detekuje a sleduje objekty a ukládá důkazní snímky. V odděleném, ručně spouštěném experimentu Qwen3-VL navrhuje český popis vybraných záběrů. Dashboard rozlišuje senzorové události, detekce a VLM návrhy; dokončená lidská revize určuje, které věty se zobrazí jako hlavní popis. AI výpočty a úložiště zůstávají lokální, chráněný webový přístup zprostředkovává Cloudflare.
Výsledek
- Společný přehled stavu vrat, historie senzorových událostí, dostupných videí a výsledků detekce.
- Dvě oddělené datové cesty: senzory přes MQTT a kamerové klipy přes Synology do lokálního zpracování na Macu.
- Automatická YOLO analýza nových MP4 s důkazními snímky; experimentální VLM popisy zůstávají ručně spouštěné a kontrolované.
- Dohledatelné výstupy: lidské opravy jsou oddělené od původního modelu a kandidátní časový překryv videa není vydáván za potvrzenou souvislost.
