plantton

EdgeGuard：边缘设备上的轻量级人类检测系统 EdgeGuard 是一个面向嵌入式边缘计算平台（如 NVIDIA Jetson Nano）开发的智能监控解决方案，旨在在资源受限的设备上实现高效且低功耗的人体检测与告警。项目采用轻量级深度学习模型（如 YOLOv5-Nano / MobileNet-SSD），配合 OpenCV 和 PyTorch 框架进行实时视频流处理。系统具备目标检测、区域触发、行为识别等基本功能，并支持容器化部署（Docker），以便在仿真环境中快速测试和迭代。 我负责算法选型、模型训练与裁剪、推理优化（TensorRT）、Docker 仿真部署、以及功耗评估与测试等核心工作。项目特别强调边缘端实时性与部署稳定性，适用于工厂安全监控、无人值守区域管理等场景。