一句话摘要
以 47 美元成本开发目标检测 AI，如今 6 家客户月付 1.1 万美元。
I Built an Object Detection AI for $47. Now 6 Businesses Pay Me $11,000/month. July 5, 2026 · 6 min read · View source ↗ AI Automation Hardware
$47 的工具。$11,000 的进账。同一个月。
一个摄像头数车、数人、数箱子，数你指向的任何东西。上个月它跑在 6 个地点，我只碰了它两次。
— "一帧。6 个物体在 40ms 内被框出并打上标签。"
大多数人以为这需要一个 PhD 和一片 GPU 农场。它只需要一个网络摄像头和一个周末。
那些想通了的人，正悄悄地向本地商家每月收 $1,800，去数那些过去靠人手数的东西。
下面是整个构建。
它到底是什么
一个摄像头指向某样东西。模型框出每一个物体，打上标签，数出它。
商家为一个数字付钱：多少个。多少辆车进入、多少人走进来、多少个箱子被搬动。
那个数字过去需要一个拿着写字板的人。现在它只需要一台 $6 服务器上的一个文件。
这就是这套系统。
流水线，端到端
> Camera feeds RTSP: live
> YOLO11 detects: 40ms per frame
> ByteTrack assigns IDs: real time
> Counter logs to CSV: instant
> Streamlit serves dashboard: 24/7
总构建时间：一个周末。总运行成本：$47/月。你真正要编辑的行数：一行。
第 1 步：安装技术栈
pip install ultralytics supervision opencv-python
终端里一行。YOLO11 负责检测，supervision 负责计数，opencv 读视频。
不是程序员？这是整个构建里唯一一条配置命令。粘贴一次，它装好一切。从这里开始，你克隆一个文件，改一行：你的摄像头链接。
第 2 步：用 4 行检测任何东西
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
results = model("street.jpg")
results[0].show()
YOLO11 出厂就认识 80 种物体：person、car、bicycle、truck、dog、bottle。把它指向任意图像，它就框出它们。还不用训练。
改一行：把 "street.jpg" 换成你自己的照片。这就是全部编辑。
第 3 步：在摄像头上实时跑
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.predict(source=0, show=True) # 0 = webcam, or paste an RTSP url
把 0 换成一个 RTSP 链接，它就能读大楼里任何一个安防摄像头。这就是客户凑过来的那一刻。
改一行：把客户的摄像头链接粘贴到那个 0 的位置。其余一切照旧。
第 4 步：追踪并计数，而不只是检测
只检测会在每一帧里重复数同一辆车。ByteTrack 给每个物体一个 ID 并在帧间保持住它，这样每样东西跨过一条线时你只数一次。
import cv2
from ultralytics import YOLO
import supervision as sv
model = YOLO("yolo11n.pt")
tracker = sv.ByteTrack()
line = sv.LineZone(start=sv.Point(0, 500), end=sv.Point(1920, 500))
annot = sv.LineZoneAnnotator()
cap = cv2.VideoCapture("traffic.mp4")
while True:
ok, frame = cap.read()
if not ok:
break
result = model(frame, conf=0.5)[0]
detections = sv.Detections.from_ultralytics(result)
detections = tracker.update_with_detections(detections)
line.trigger(detections)
frame = annot.annotate(frame, line_counter=line)
cv2.imshow("count", frame)
if cv2.waitKey(1) == 27:
break
line[dot]in count 和 line[dot]out_count 里存着实时总数。那就是产品。你整块复制这段，不用自己写。
我的第一次 demo 就栽在这里。摄像头把阴影当成了人，于是停车场客户在一个空荡荡的停车场上看到了 400 辆车。修法是 conf=0.5，就是上面代码里已有的那一行：忽略模型没有 50% 把握的任何东西。调高它，鬼影就消失了。客户第二天就签了。
第 5 步：教它数你的物体
80 个默认类别覆盖了车和人。当客户要的是托盘、酒瓶或牛，Roboflow 在浏览器里把难的部分干了。你拖进 200 张照片，绕着物体点框，点 train。没有代码。
— "labeling a custom class in Roboflow. click, name, done"
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.train(data="dataset.yaml", epochs=50, imgsz=640)
在一台免费的 Colab GPU 上跑 50 个 epoch 要 20 分钟。无论哪种方式，同一条流水线现在能数你给它看过的任何东西。这就是标题里的那一行。
第 6 步：记录每一个数字
import csv, datetime
def log_count(label, count):
with open("counts.csv", "a", newline="") as f:
csv.writer(f).writerow([datetime.datetime.now(), label, count])
每个事件一行 CSV。这个文件把一个脚本变成了一份商家能读的报告。它已经接进我发给你的那个文件里了。
第 7 步：把它放到一个仪表盘后面
import streamlit as st
import pandas as pd
df = pd.read_csv("counts.csv", names=["time", "object", "count"])
st.metric("Total today", int(df["count"].sum()))
st.line_chart(df, x="time", y="count")
运行 streamlit run app[dot]py，把一个域名指到服务器，把链接发给客户。他们登录，看着自己的数字动起来。那个链接就是你要收费的东西。
成本
老办法 vs 这个构建：
模型 - CV 团队，6 个月 → YOLO11，免费，5 分钟
标注 - 标注外包公司 → Roboflow，点一点
硬件 - 现场 GPU 盒子，$4,000 → 云服务器，$46/月
仪表盘 - 外包开发，$8,000 → Streamlit，免费
域名 - 代理商月费 → $12/年，大约 $1/月
服务器 + 域名落在 $47/月。一个客户就能覆盖它 38 倍。
你怎么拿下第一个客户
跳过 pitch deck。走进一家已经有摄像头、还在靠人手数东西的商家。一个停车场、一家健身房、一家咖啡馆、一个小仓库。
要他们的 RTSP 链接或两分钟的摄像头画面。当场在你笔记本上跑这个文件。给他们看他们自己的门口，上面带着实时数字。
看着他们自己的摄像头为他们数数，比任何一页幻灯片都更快成交。我前 3 个客户都是在同一次拜访里签下的。
它怎么变成 $11,000/月
你卖的是那个数字，不是代码。
> Month 1 - Built on my laptop. First client: a parking lot wanting hourly car counts. $500/month.
> Month 3 - 3 clients: parking, a retail door counter, a gym tracking peak hours. $4,500/month.
> Month 6 - 6 clients at $1,800 average. A warehouse counting pallets, a cafe counting foot traffic, a bike-share tracking racks. $11,000/month.
> Month 12 - Stop selling setups, sell logins. One dashboard per client, priced monthly. Past $20,000/month with cost still under $60.
活只干一次。账单会重复。
从这里开始
技术栈是免费的。摄像头已经挂在墙上了。你编辑一行，运行一个文件。
评论 "DETECT"，我把完整文件发给你：摄像头链接放在顶部，其余一切自己跑。附训练 notebook 和 dataset[dot]yaml 模板。
你那条街上的商家今天还在靠人手数东西。明天他们还会再数一次，除非有人带着那个摄像头链接出现。 Tags: # X # AI # Automation # Hardware Related articles A Field Guide for Computational Thinking *Mental models you can run from statistical mechanics, computer science, information theory, and game theory.* AI Automation Marketing Hardware
原文参考：https://maxed.wiki/posts/i-built-an-object-detection-ai-for-47-now-6-businesses-pay-me-11-000-month/ （Maxed.wiki，本页为站内中文整理）