Project · computer-vision parking monitor · in development
Argus
Cameras count free parking spots, residents get told – running on one small server.
Commissioned work, live in production. The running system stays private, so this page walks through how it's built rather than showing the deployment – the link opens a public overview.
The request was concrete: people needed a system that watches the parking area and tells them when something frees up. The chain is simple – city IP cameras, one small VPS, Telegram. It ran for several months against live cameras around the high-rise blocks, and every snapshot it took became training material.
Detection is not just stock YOLO out of the box: the archive was labelled and used to fine-tune the model on my own machine, then only the weights went to the server, and I compared the results against other detectors before settling on what actually performed. Inference runs on CPU alone – the whole thing costs a few euros a month. The link shows the approach on a public camera; the Telegram bot goes live for visitors shortly.
What it does
- Reads existing city IP cameras – no new hardware
- Models trained locally, only the weights ship to the server
- Inference on one minimal CPU server, no GPU
- Snapshot archive feeds the next training round
- Telegram bot answers with photo, map and forecast
Built with
PythonOpenCVYOLO11S3Telegram Bot API
See the overview ↗ Проект · монитор парковки на компьютерном зрении · в разработке
Argus
Камеры считают свободные места, жители получают ответ – всё на одном небольшом сервере.
Заказная работа, в продакшене. Живую систему держим закрытой – поэтому здесь разбор того, как всё устроено, а не сам деплой. По ссылке открывается публичный обзор.
Запрос был конкретный: людям нужна система, которая смотрит на парковку и говорит, когда что-то освободилось. Цепь простая – городские IP-камеры, один небольшой VPS, Telegram. Оно проработало несколько месяцев на живых камерах вокруг домов-муравейников, и каждый снятый кадр становился материалом для обучения.
Детекция – не просто YOLO из коробки: архив разметили и дообучили модель у меня на машине, на сервер уехали только веса, а перед этим я прогнал сравнение с другими детекторами и выбрал то, что реально работает лучше. Инференс идёт на голом CPU – вся история стоит пару евро в месяц. По ссылке – образец подхода на публичной камере; Telegram-бот для гостей запустится совсем скоро.
Что делает
- Работает на существующих городских IP-камерах – без нового железа
- Модели обучаются локально, на сервер уезжают только веса
- Инференс на одном минимальном сервере, без GPU
- Архив снимков идёт в следующий круг обучения
- Telegram-бот отвечает фото, картой и прогнозом
Стек
PythonOpenCVYOLO11S3Telegram Bot API
Открыть обзор ↗