YOLOv3 COCO 80 類已經接上 MIPI(Mobile Industry Processor Interface) 相機，RTSP 串流大約 8 FPS，每一張都有跑推論。。

用 VLC 開 rtsp://192.168.0.20:554/test 把相機轉向人、椅子、螢幕、杯子、手機這類東西，就出現底下的綠色的類別名稱和框。

Claude Code 做了什麼?

1. 重新編譯模型：在 WSL 裡用 Vitis AI 2.5 的 Docker，把 Model Zoo 已經量化好的 YOLOv3 COCO 重新編譯成 smartcam 這邊 DPU（B3136）能跑的版本。輸出張量和原本的 B4096 版一樣，所以原本的參數檔可以直接用。
2. 補 label.json：VVAS 跑 YOLO 需要一份類別名稱表，用 COCO 80 類的清單產生了一份。
3. 改用自己的 pipeline：直接套進 smartcam 原本的程式，只有大約 1 FPS。原因是 YOLO 推論每秒只能跑 9.6 張，跟不上相機的 30 FPS，推論結果和原圖大部分對不起來，畫面就被丟掉了。現在在 smartcam 容器裡跑Claude Code寫的 yolo_rtsp.py：先把相機畫面降到 8 FPS，讓推論跟得上，這樣每一張都有推論結果。

目前的狀態

• 推論本身正常，除錯輸出看得到 oven 0.49、refrigerator 0.33 這類結果。
• 偶爾才出框，是因為這個角度沒有明顯的物體，信心度大多低於 0.3 的門檻。
• 畫面偏藍，應該是相機在日光燈下的自動白平衡。

Figure 1：YOLOv3 with MIPI Camera

Figure 2：YOLOv3 with MIPI Camera 2

Figure 3：MIPI Camera Module

*PS： MIPI (行動產業處理器介面) 是一個由 MIPI 聯盟於 2003 年創立的開放性技術標準規範 *