trio-retina

Trio Retina 是一个轻量级、模型无关的视觉状态层，用于将任意目标检测或视觉语言模型（如 YOLO、DINO、VLM）的输出统一转换为结构化的可查询世界状态（WorldState），包含事件流（如区域入侵、越线、滞留）和标准化潜在表征。基于纯 NumPy 实现，无需 GPU，可在边缘设备 CPU 上实时运行，支持 RTSP 视频流、本地文件等输入源。适用于需要统一感知接口的边缘智能场景，如数字孪生、规则引擎驱动的视频分析、动态建模与 LLM 感知增强系统。