mibee-eye-rs
Solución en Rust para convertir placas Linux en cámaras IP compatibles con ONVIF y GB28181. Utiliza captura nativa V4L2 y codificación hardware/software, optimizada para entornos de recursos limitados sin dependencias externas complejas.
Ficha actualizada 24 sept 2026, 16:09 · upstream 24 sept 2026, 16:02 · release v0.3.0
Qué es mibee-eye-rs
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
MiBee Eye (Rust) es una implementación eficiente en lenguaje Rust que transforma cualquier placa Linux en un dispositivo de videovigilancia IP. Soporta protocolos estándar como ONVIF Profile S y GB28181, permitiendo integración directa con NVRs y plataformas de seguridad. La arquitectura captura video mediante V4L2 de forma nativa e in-process, evitando subprocessos pesados típicos de otras implementaciones, lo que reduce la huella de memoria y CPU.
Ofrece capacidades avanzadas como grabación continua local en segmentos H.264, transmisión RTSP/RTMP, detección de objetos mediante NanoDet (opt-in) y marcas de agua OSD en tiempo real. Su diseño está enfocado en eficiencia, con un tamaño binario reducido (~2 MB) y soporte para codificación por hardware M2M o software openh264, ideal para dispositivos embebidos como Raspberry Pi.
La interfaz de gestión web (SPEC v1) proporciona control sobre configuración, eventos y estado del sistema. Aunque no incluye contenedores Docker nativos ni orquestación con Compose, ofrece scripts de despliegue directo y binarios precompilados para arquitecturas ARM64 y x86_64, facilitando la instalación en hardware existente sin necesidad de virtualización adicional.
- Integración de cámaras IP en sistemas de videovigilancia existentes mediante ONVIF o GB28181.
- Transformación de hardware embebido (ej. Raspberry Pi) en nodo de cámara para NVRs comerciales.
- Transmisión de video a servicios en la nube vía RTMP push desde dispositivos con recursos limitados.
- Implementación de detección de objetos local utilizando modelos NanoDet ONNX sin necesidad de GPU dedicada.
- Captura de snapshots y control de imagen (brillo, contraste) para aplicaciones de seguridad activa.
- Arquitectura in-process con V4L2 nativo que elimina la necesidad de subprocessos externos como ffmpeg o libcamera.
- Huella binaria mínima (~2 MB en ARM64) comparada con implementaciones Go (~15 MB), optimizando memoria RAM y almacenamiento.
- Soporte completo para GB28181 incluyendo autenticación opcional SM2/SM3 para cumplimiento de estándares chinos.
- Codificación híbrida automática que prioriza hardware M2M (ej. bcm2835-codec) o cae a software openh264 según disponibilidad.
- Marca de agua OSD integrada en la salida de codificación, visible en RTSP, RTMP y grabaciones locales simultáneamente.
- No incluye Dockerfile ni Compose nativo; requiere despliegue manual o uso de scripts de instalación proporcionados.
- La detección de AI (NanoDet) requiere cargar libonnxruntime.so externamente y está desactivada por defecto.
- Funciones como detección de movimiento, multi-cámara, WebRTC y H.265 están marcadas como reservadas o no implementadas en la API web actual.
- El consumo de memoria en carga completa (~93 MB en RPi 3B) es superior al modo lean debido a la gestión de procesos internos.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue directo mediante binarios precompilados o compilación cruzada (cross-compile) para ARM64/x86_64 usando Rust. No requiere Docker; usar script deploy/install.sh o Makefile. Configurar V4L2 y permisos de cámara antes de iniciar. Binario carga librerías ONNX externamente si se activa AI.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.