# divine-eye

**Repository Path**: ai-agents/divine-eye

## Basic Information

- **Project Name**: divine-eye
- **Description**: 无人机识别，大疆无人机，钓鱼识别，烟火识别，河道巡检，河道无人，城市垃圾识别，无人机AI识别
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-05-16
- **Last Updated**: 2026-05-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 无人机识别测试效果

本人做过6年边缘AI，服务器AI和监控相关AI，不管什么方案都大同小异，但是应用到无人机上都差点意思，于是经过极致优化产生无人机AI

# 说明

**下面效果重点展示**：流畅度，延迟，画质清晰度，资源占用率



<font style="color:#DF2A3F;">不是演示模型效果和模型精度，模型任何人都可以进行训练。</font>



**视频测试环境**：4k 分辨率，30FPS，8K 码率，无抽帧

**硬件测试环境**： 5060 显卡，i5-12490F

**测试流程**：非静态视频推理识别保存， OBS 模拟无人机推流到公网流媒体服务器(20M 带宽)，AI 程序本地再拉流回来进行推理后再推流到公网流媒体预览画面(实际使用对接无人机实时视频流无差别：无人机代替 obs)

**测试结果**：流畅度丝滑和原始视频一样，AI 预览视频与原始视频全链路延迟 100ms-200ms，一路视频占用cpu3%-8%(受到画面中目标数量影响)，gpu 占用 9%-15%


# 直接预览连接

https://www.yuque.com/changkang/zfnygv/kkfufxgu13gcaf22?singleDoc# 

# 普通车流
[点击预览效果](video/device_001_20260516_095209.mp4)

[点击预览效果](video/device_001_20260516_113020.mp4)

# 超多车流极限压测
其他 Ai 项目目标越多越卡顿

[点击预览效果](video/device_001_20260516_095445.mp4)

[点击预览效果](video/device_001_20260516_104742.mp4)

[点击预览效果](video/device_001_20260517_002305.mp4)

# 钓鱼测试
[点击预览效果](video/device_001_20260516_100551.mp4)

# 烟火
[点击预览效果](video/device_001_20260516_101554.mp4)

[点击预览效果](video/device_001_20260516_102151.mp4)

# 超多人群极限压测
[点击预览效果](video/device_001_20260516_104439.mp4)


# 加群交流(备注无人机，不备注不通过)

![图标](image/code.jpg)

# 各种版本
![图标](image/version.png)