给本地 Agent 装上眼睛:Qwen2.5-VL 自建监控数据集,数据不出家门
AIForOver50Plus · reddit · 2026-09-14
作者在办公室窗前架设摄像头,本机跑 Qwen2.5-VL-7B(4-bit,MLX)自动给每帧打标签(行人/车辆/动物),人工确认或修正后沉淀为自己拥有的标注数据集,可用于微调和后续查询。整套跑在 Arduino Uno Q 上(一颗芯片跑 Debian,另一颗跑微处理器)。核心论点是数据主权:云摄像头厂商拥有模型和录像,你只是「租用」自家门口的画面;模型商品化后,本地拥有、Agent 可查询的自有数据才是持久优势。接下来计划加运动传感器模块并在 Mac Mini 上架设查看页面。
「编程与Agent」频道最新
- 用 Claude Design 指挥 AI 画 UI：还原度高、修改成本低 — dotey · 2026-09-14
- Berkeley 新数据智能体基准：顶级模型仅通过约三分之一任务 — CShorten30 · 2026-09-14
- 用免费DaVinci+AI代理剪视频：30分钟干完过去一周的活 — alexcovo_eth · 2026-09-14
- Motioneer：用 Claude Code 当导演，18 秒产出 Notion 风格影片 — Sea-Assignment6371 · 2026-09-14
- Cranpose:让 AI agent 用 Jetpack Compose 语法写 Rust 跨平台应用 — Secure_Pirate9838 · 2026-09-14
- Anthropic：同样的 60 万 token，会“请教”的 agent 得分 89 vs 76 — AI Engineer · 2026-09-14