智能家居视频异常检测评测
输入可访问的视觉语言模型服务地址并选择测试视频范围,运行智能家居异常视频评测,获得分类指标、混淆矩阵和可查看的HTML报告。
功能与用途
用于比较视觉语言模型识别智能家居摄像头异常事件的能力。输入运行中的模型服务地址,可选择测试规模和类别;评测会下载或读取缓存视频、抽取多帧并逐段判断正常或异常,最后生成包含总体与分类准确率、精确率、召回率、F1分数、混淆矩阵及模型结果的报告。运行需要Node.js 18及以上、npm依赖、yt-dlp、ffmpeg,以及支持多图输入的视觉语言模型服务。
适用场景
- 比较不同视觉语言模型:用同一批智能家居摄像头视频运行多个模型,比较总体及分类检测指标。
- 检查安防模型的漏报:筛选Home Security类别,查看入侵、徘徊等异常事件的召回率和混淆矩阵。
- 评估老人看护场景:测试模型识别跌倒、徘徊和异常静止等视频事件的能力。
- 验证宠物与包裹监测:分别运行宠物监测或包裹配送类别,分析异常行为和包裹失窃识别效果。
适用人群
- 视觉语言模型研究人员
- 智能家居安防研发人员
- 多模态模型评测工程师
使用步骤
- 安装依赖,并确认yt-dlp、ffmpeg可用。
- 启动支持多图输入的视觉语言模型服务。
- 输入模型服务地址,设置测试规模和类别。
- 运行评测,查看指标并打开HTML报告。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- master
- 最近更新
- 2026-11-03
- 文件数
- 4
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
VLM evaluation suite for video anomaly detection in smart home camera footage
依赖与权限
- openai
- PATH
- AEGIS_VLM_URL