AI Baby Monitor 

在这个快节奏的时代，父母们常常在照顾孩子的同时，还要应对家务、工作甚至短暂的休息需求。AI Baby Monitor 就是为这些时刻设计的 —— 它不是取代成人看护，而是作为您的“第二双眼睛”，在您分心的瞬间提供一份安心保障。

核心理念

AI Baby Monitor 是一个基于本地运行的视频分析系统，通过集成先进的视频大语言模型（Video LLM），对婴儿活动进行规则判断，并在发现潜在危险行为时发出单一轻柔蜂鸣声，提醒家长及时查看。

📌 所有数据处理均在本地完成，不上传任何图像或音频到云端，最大程度保护家庭隐私。

主要功能

🛡️ 隐私优先

• 全流程本地运行，无需联网
• 视频帧仅在本地设备与 Redis 缓存中流转，不对外传输

⚡ 近实时响应

• 在消费级 GPU 上实现约每秒一次推理频率
• 延迟控制在合理范围内，确保关键时刻能“说一声”

🦾 视频大语言模型支持

• 默认使用 Qwen2.5-VL
• 通过 vLLM 提供服务，推理高效稳定

🔔 单一蜂鸣警报

• 设计简洁安静，不会惊扰宝宝
• 蜂鸣响起即提示：“请看一眼宝宝的状态”

🖥 实时仪表板

• 使用 Streamlit 构建的可视化界面
• 实时展示当前视频流与 LLM 的推理日志

📝 简单易配置的规则系统

• 通过 YAML 文件定义规则，例如：
  • “宝宝不应爬出婴儿床”
  • “宝宝应始终有成人陪伴”
• 支持多房间监控，只需添加新的规则文件即可扩展

适用场景

• 您正在厨房准备饭菜，宝宝在房间里玩耍
• 您想小憩片刻，但担心宝宝突然发生意外
• 您希望有一个额外的提醒机制，防止短暂疏忽带来的风险

📌 注意：本项目绝不能替代成人监督！它只是一个辅助工具，帮助您在不可避免的分心时刻更安心地育儿。

系统架构概览

该项目由多个模块协同工作，形成一个完整的视频分析闭环：

1. stream_to_redis.py

负责从摄像头获取视频流（支持网络摄像头、RTSP等），并推送至 Redis 缓存：

• 包含两个队列：短实时帧队列 & 长采样帧队列

2. run_watcher.py

主逻辑模块，执行以下操作：

• 拉取最近 N 帧
• 结合规则与帧内容构建提示词
• 发送至本地 vLLM 服务器进行推理
• 接收结构化 JSON 输出，判断是否触发警报
• 若需提醒，则播放蜂鸣声并记录日志

3. Streamlit 实时仪表板

提供可视化的前端界面，实时显示：

• 当前视频帧
• LLM 的推理结果与日志信息

免责声明

此项目为实验性个人开发工具，仅供学习和辅助用途。

• 绝不应让宝宝在无人看护的情况下独自留在房间内
• 蜂鸣提醒仅为辅助手段，不代表绝对的安全保障
• 请根据自身情况合理使用，风险自负