smolvlm-realtime-webcam

该项目是一个基于SmolVLM和llama.cpp服务器的实时摄像头物体检测演示。它通过结合使用轻量级的SmolVLM 500M模型与高效的llama.cpp后端，实现了对摄像头捕捉图像中的对象进行即时识别，并能够根据用户定义的指令返回结果，支持GPU加速以提高处理速度。适用于需要快速部署视觉理解能力的应用场景，如智能家居安全监控、简易版AR体验开发等，尤其适合希望探索多模态大模型技术潜力的研究人员或开发者。