Usar la camara IP Tapo por RTSP en lugar de la camara CSI

- pet_speed.py: ingesta RTSP en hilo aparte, que descarta fotogramas antiguos y se reconecta con backoff exponencial; escalado letterbox a 640x640 con desmapeo de cajas y centroide al fotograma original; configuracion por .env (con CAMERA_STREAM y CAMERA_RTSP_URL opcionales); cierre limpio con SIGINT y SIGTERM.

- Readme.md: seccion de la camara Tapo (cuenta de camara, streams, rendimiento medido); se corrige Hailo-8L por Hailo-8, que es lo que reporta hailortcli.

- .gitignore: excluir los logs del runtime Hailo.

.gitignore

@@ -9,3 +9,7 @@ wheels/
 # Virtual environments
 .venv
 .lock
+
+# Logs del runtime Hailo (se regeneran en cada ejecución)
+hailort.log
+hailort.1.log

Readme.md

@@ -1,15 +1,23 @@
-Pet Monitor con Raspberry Pi 5 & Hailo-8L (AI HAT)
+Pet Monitor con Raspberry Pi 5 & Hailo-8 (AI HAT+)
-Sistema de monitorización inteligente para mascotas utilizando aceleración por hardware NPU (chip Hailo-8L) para visión por computador a 30 FPS y detección de audio local en CPU para ladridos/sonidos anómalos.
+Sistema de monitorización inteligente para mascotas utilizando aceleración por hardware NPU (chip Hailo-8) para visión por computador y detección de audio local en CPU para ladridos/sonidos anómalos.
 ---
 1. Hardware Utilizado
 Placa: Raspberry Pi 5.
-Coprocesador IA: Raspberry Pi AI HAT (Hailo-8L, 13 TOPS).
+Coprocesador IA: Raspberry Pi AI HAT (Hailo-8, 26 TOPS).
-Cámara: Módulo de cámara Raspberry Pi (CSI).
+Cámara: cámara IP TP-Link Tapo accesible por RTSP en la red local.
 Entrada de audio: Micrófono USB (pendiente de conectar).
+
+> **Corrección respecto a la primera versión de este documento:** el módulo instalado identifica como Hailo-8, no Hailo-8L. Verificado con `hailortcli fw-control identify`:
+> ```
+> Board Name: Hailo-8
+> Device Architecture: HAILO8
+> Firmware Version: 4.23.0
+> ```
+> Por eso el modelo cargado es `yolov8s_h8.hef` (el de 8 carriles de cómputo de la NPU), no la variante `_h8l`.
 ---
 2. Configuración del Sistema y Hardware
 Habilitar PCIe Gen 3
-Para maximizar el ancho de banda con el chip Hailo-8L, se configuró el bus PCIe en `/boot/firmware/config.txt`:
+Para maximizar el ancho de banda con el chip Hailo, se configuró el bus PCIe en `/boot/firmware/config.txt`:
 ```ini
 dtparam=pciex1
 dtparam=pciex1_gen=3
@@ -22,10 +30,30 @@ sudo apt install -y hailo-all rpicam-apps libportaudio2 portaudio19-dev libasoun
 ```
 Verificación de hardware
 NPU Hailo: `lspci` muestra el coprocesador Hailo Technologies y `hailortcli fw-control identify` responde con el firmware cargado.
-Cámara: `rpicam-hello --list-cameras` detecta correctamente el sensor CSI.
+Cámara: `ffprobe -rtsp_transport tcp rtsp://usuario:clave@IP:554/stream2` debe describir un stream H.264.
 ---
-3. Entorno de Desarrollo Python (`uv`)
+3. Cámara IP Tapo (RTSP)
-Se configuró el entorno virtual utilizando `uv` con acceso a los paquetes del sistema (`--system-site-packages`) para reutilizar los bindings compilados de `picamera2` y `hailo_platform` instalados por Debian/Raspberry Pi OS:
+La cámara Tapo **no expone RTSP con la cuenta de TP-Link**: hay que crear una cuenta local de cámara en la app Tapo (Ajustes de la cámara → Configuración avanzada → Cuenta de cámara). El usuario y la contraseña de esa cuenta son los que van en el `.env`.
+
+Streams disponibles (verificados con `ffprobe`):
+- `stream1`: 2304x1296 @ 15 fps (máxima calidad)
+- `stream2`: 1280x720 @ 15 fps (el que usa el monitor: menos CPU de decodificación)
+- `stream3`: no existe en este modelo (devuelve 404)
+
+El vídeo va por H.264, así que la decodificación es por software (la Pi 5 solo acelera HEVC por hardware). A 720p el coste es asumible; con `stream1` sube bastante sin mejorar la detección, porque el modelo trabaja a 640x640 en cualquier caso.
+
+Credenciales en `~/pet_monitor/.env` (no se versiona):
+```
+CAMERA_IP=192.168.178.234
+CAMERA_USER=camera_dog
+CAMERA_PW=...
+# Opcionales:
+# CAMERA_STREAM=stream2              # stream1 | stream2
+# CAMERA_RTSP_URL=rtsp://...         # URL completa; tiene prioridad sobre lo anterior
+```
+---
+4. Entorno de Desarrollo Python (`uv`)
+Se configuró el entorno virtual utilizando `uv` con acceso a los paquetes del sistema (`--system-site-packages`) para reutilizar los bindings compilados de `picamera2`, `hailo_platform` y `OpenCV` instalados por Debian/Raspberry Pi OS:
 ```bash
 cd ~/pet_monitor
 # Creación del entorno con acceso a librerías nativas
@@ -35,23 +63,33 @@ uv venv --system-site-packages
 uv pip install sounddevice numpy scipy requests onnxruntime
 ```
 > **Nota técnica:** Se seleccionó `onnxruntime` en lugar de `tflite-runtime` para garantizar compatibilidad con versiones modernas de Python en ARM64 sin necesidad de compilar desde fuente.
+
+> **Nota:** `uv` vive en `~/.local/bin/uv` y no está en el PATH de sesiones SSH no interactivas; usa `bash -lc 'uv run ...'` o `~/.local/bin/uv run ...`.
 ---
-4. Estado Actual del Software
+5. Estado Actual del Software
 `pet_speed.py`: Script de visión artificial optimizado con aceleración por hardware que:
-- Inicializa `Picamera2` con flujo dual sincronizado por hardware (PiSP):
+- Lee el vídeo de la cámara Tapo por **RTSP en un hilo aparte** (`RtspVideoStream`), que se queda siempre con el fotograma más reciente y descarta los antiguos. Así no se acumula latencia si el análisis va más lento que la cámara.
-  - Stream `main` (1280x720) para capturas de alta definición y alertas.
+- Se **reconecta automáticamente** con retroceso exponencial (2 s → 30 s) si la cámara se cae, se reinicia o cambia de IP.
-  - Stream `lores` (640x640) escalado por hardware por el ISP directamente al formato esperado por el modelo YOLOv8 (0% sobrecarga en CPU).
+- Escala el fotograma con **letterbox** (mantiene la relación de aspecto, relleno gris) hasta los 640x640 que espera el modelo, y deshace esa transformación para dar las cajas y el centroide en píxeles del fotograma original.
-- Utiliza la API nativa de aceleración `picamera2.devices.hailo.Hailo` cargando el modelo optimizado (`/usr/share/hailo-models/yolov8s_h8.hef`).
+- Utiliza la API nativa de aceleración `picamera2.devices.hailo.Hailo` (parte del paquete del sistema, no requiere la cámara CSI) cargando el modelo optimizado (`/usr/share/hailo-models/yolov8s_h8.hef`).
 - Filtra detecciones del conjunto COCO para gato (id: 15) y perro (id: 16).
-- Calcula el centroide del animal y evalúa el desplazamiento entre fotogramas consecutivos para alertar si la velocidad supera el umbral de carrera (`SPEED_THRESHOLD = 0.30`).
+- Calcula el centroide del animal y evalúa el desplazamiento entre fotogramas consecutivos para alertar si la velocidad supera el umbral de carrera (`SPEED_THRESHOLD = 0.30` por segundo).
-- Libera limpiamente la cámara y el acelerador Hailo al recibir señal de interrupción (`SIGINT`/`Ctrl+C`).
+- Imprime estadísticas cada 10 s (fps de captura, fps de análisis, latencia de inferencia, reconexiones).
+- Libera el stream RTSP y el acelerador Hailo al recibir `SIGINT` (`Ctrl+C`) o `SIGTERM`, de cara a ejecutarlo como servicio systemd.
+
+Rendimiento medido en la Pi 5 con `stream2`:
+```
+[STATS] captura 14.7 fps | análisis 12-15 fps | inferencia 11.8 ms | reconexiones 0
+```
+
+Nota sobre el orden de color: los HEF de YOLOv8 esperan **RGB**, y así se alimenta al modelo. Comprobado con imágenes de prueba: con un perro la confianza pasa de 0.42 (BGR) a 0.85 (RGB), y con un gato de 0.79 a 0.87. Si algún día hiciera falta comparar, `PET_COLOR_ORDER=bgr uv run pet_speed.py`.
 
 Ejecución:
 ```bash
 uv run pet_speed.py
 ```
 ---
-5. Próximos Pasos (Hoja de Ruta)
+6. Próximos Pasos (Hoja de Ruta)
 Fase A: Integración de Audio (Ladridos y Sonidos)
 Conectar el micrófono USB.
 Identificar el índice del dispositivo con:
@@ -63,7 +101,7 @@ Desarrollar el listener en un hilo secundario (`threading.Thread`) analizando fr
 Fase B: Sistema de Alertas y Notificaciones
 Crear un bot en Telegram con `@BotFather` y obtener el `TELEGRAM_BOT_TOKEN` y `CHAT_ID`.
 Programar un despachador asíncrono con control de enfriamiento (cooldown de 30-60 s) para evitar spam.
-Guardar una captura JPEG con la caja delimitadora en el momento de la carrera o ladrido y enviarla a Telegram.
+Guardar una captura JPEG con la caja delimitadora en el momento de la carrera o ladrido y enviarla a Telegram (las cajas ya se calculan en píxeles del fotograma original, solo falta dibujarlas y guardarlas).
 Fase C: Despliegue Autónomo (Systemd)
 Crear una unidad de servicio `/etc/systemd/system/pet_monitor.service`.
 Habilitar arranque automático al encender la Raspberry Pi:

pet_speed.py

@@ -1,95 +1,330 @@
+#!/usr/bin/env python3
+"""
+Pet Monitor - Visión por computador con cámara IP Tapo (RTSP) + NPU Hailo-8.
+
+Sustituye la cámara CSI interna de la Raspberry Pi por la cámara Tapo de red:
+
+  - Ingesta RTSP en un hilo aparte, que descarta los frames viejos y expone
+    siempre el más reciente (evita la latencia acumulada típica de RTSP).
+  - Reconexión automática con backoff si la cámara se cae o cambia de IP.
+  - Inferencia YOLOv8s sobre la NPU Hailo (HEF del sistema).
+  - Detección de gato/perro (clases COCO 15 y 16) y alerta de carrera según
+    el desplazamiento del centroide entre frames consecutivos.
+
+Variables en .env (junto a este script):
+    CAMERA_IP, CAMERA_USER, CAMERA_PW   (obligatorias: cuenta de cámara Tapo)
+    CAMERA_STREAM                       (opcional: stream2 = 720p, stream1 = 2K)
+    CAMERA_RTSP_URL                     (opcional: URL RTSP completa, tiene prioridad)
+
+Ejecución:  uv run pet_speed.py
+"""
+
 import math
 import os
-import sys
+import signal
+import threading
 import time
-from picamera2 import Picamera2
+import urllib.parse
+
+import cv2
+import numpy as np
 from picamera2.devices.hailo import Hailo, hailo_architecture
 
+# --- Configuración -------------------------------------------------------
 # Clases COCO: 15 = Cat (Gato), 16 = Dog (Perro)
 TARGET_CLASSES = {15: "Gato", 16: "Perro"}
-SPEED_THRESHOLD = 0.30  # Umbral de velocidad normalizada por segundo
+CONF_THRESHOLD = 0.45     # Confianza mínima para considerar una detección
+SPEED_THRESHOLD = 0.30    # Velocidad normalizada por segundo (fracción del frame)
+DEFAULT_STREAM = "stream2"  # stream1 = 2304x1296@15, stream2 = 1280x720@15
+STATS_INTERVAL = 10.0     # Segundos entre líneas de estadísticas
+
+# Orden de color que espera el HEF. Los modelos de Hailo Model Zoo se compilan
+# para RGB; con PET_COLOR_ORDER=bgr se invierte (útil para comparar precisión).
+COLOR_ORDER = os.environ.get("PET_COLOR_ORDER", "rgb").lower()
+
+ENV_PATH = os.path.join(os.path.dirname(os.path.abspath(__file__)), ".env")
+LETTERBOX_FILL = (114, 114, 114)
+
+# Latencia baja en RTSP: forzar TCP evita el jitter y las pérdidas de UDP.
+# (No se usa 'stimeout': fue eliminado en FFmpeg 6, que es el que trae OpenCV 4.10)
+os.environ.setdefault("OPENCV_FFMPEG_CAPTURE_OPTIONS", "rtsp_transport;tcp")
+
+
+# --- Utilidades ----------------------------------------------------------
+def load_env(path=ENV_PATH):
+    """Lee un .env sencillo (CLAVE=valor) sin dependencias externas."""
+    env = {}
+    if os.path.exists(path):
+        with open(path) as fh:
+            for line in fh:
+                line = line.strip()
+                if not line or line.startswith("#") or "=" not in line:
+                    continue
+                key, value = line.split("=", 1)
+                env[key.strip()] = value.strip().strip('"').strip("'")
+    # Las variables de entorno reales tienen prioridad sobre el fichero, para
+    # poder sobreescribirlas desde systemd o desde una prueba puntual.
+    for key in ("CAMERA_IP", "CAMERA_USER", "CAMERA_PW", "CAMERA_STREAM", "CAMERA_RTSP_URL"):
+        if os.environ.get(key):
+            env[key] = os.environ[key]
+    return env
+
+
+def mask_url(url):
+    """Oculta las credenciales de la URL para poder mostrarla por consola."""
+    parts = urllib.parse.urlsplit(url)
+    if not parts.hostname:
+        return "***"
+    port = f":{parts.port}" if parts.port else ""
+    return f"{parts.scheme}://***@{parts.hostname}{port}{parts.path}"
+
+
+def build_rtsp_url(env, stream):
+    """Construye la URL RTSP de la Tapo, escapando usuario y contraseña."""
+    if env.get("CAMERA_RTSP_URL"):
+        return env["CAMERA_RTSP_URL"]
+    ip = env.get("CAMERA_IP")
+    user = env.get("CAMERA_USER")
+    password = env.get("CAMERA_PW")
+    missing = [k for k, v in (("CAMERA_IP", ip), ("CAMERA_USER", user), ("CAMERA_PW", password)) if not v]
+    if missing:
+        raise SystemExit(f"[ERROR] Faltan variables en {ENV_PATH}: {', '.join(missing)}")
+    return "rtsp://%s:%s@%s:554/%s" % (
+        urllib.parse.quote(user, safe=""),
+        urllib.parse.quote(password, safe=""),
+        ip,
+        stream,
+    )
+
 
 def get_hailo_model_path():
+    """Elige el HEF de YOLOv8s que corresponde a la arquitectura detectada."""
     arch = hailo_architecture()
-    candidates = []
     if arch == "HAILO8":
-        candidates = [
+        candidates = ["/usr/share/hailo-models/yolov8s_h8.hef", "/usr/share/hailo-models/yolov8s_h8l.hef"]
-            "/usr/share/hailo-models/yolov8s_h8.hef",
-            "/usr/share/hailo-models/yolov8s_h8l.hef"
-        ]
     else:
-        candidates = [
+        candidates = ["/usr/share/hailo-models/yolov8s_h8l.hef", "/usr/share/hailo-models/yolov8s_h8.hef"]
-            "/usr/share/hailo-models/yolov8s_h8l.hef",
-            "/usr/share/hailo-models/yolov8s_h8.hef"
-        ]
     for path in candidates:
         if os.path.exists(path):
             return path
     raise FileNotFoundError("No se encontró ningún modelo YOLOv8 HEF en /usr/share/hailo-models/")
 
-def calculate_centroid(box):
+
+def letterbox(frame, width, height):
     """
-    Hailo YOLOv8 NMS devuelve [ymin, xmin, ymax, xmax, confidence].
+    Reescala manteniendo la relación de aspecto y rellena hasta width x height.
-    Calcula el centroide normalizado (x, y).
+    Devuelve (imagen, escala, pad_x, pad_y) para poder deshacer la transformación.
+    """
+    src_h, src_w = frame.shape[:2]
+    scale = min(width / src_w, height / src_h)
+    new_w, new_h = int(round(src_w * scale)), int(round(src_h * scale))
+    resized = cv2.resize(frame, (new_w, new_h), interpolation=cv2.INTER_LINEAR)
+    pad_x, pad_y = (width - new_w) // 2, (height - new_h) // 2
+    padded = cv2.copyMakeBorder(
+        resized, pad_y, height - new_h - pad_y, pad_x, width - new_w - pad_x,
+        cv2.BORDER_CONSTANT, value=LETTERBOX_FILL,
+    )
+    return padded, scale, pad_x, pad_y
+
+
+def box_to_source(box, scale, pad_x, pad_y, src_w, src_h):
+    """
+    Convierte una caja normalizada del modelo (letterbox) a píxeles del frame
+    original. Hailo NMS devuelve [ymin, xmin, ymax, xmax, confidence].
     """
     ymin, xmin, ymax, xmax = box[:4]
-    cx = (xmin + xmax) / 2.0
+    model_w = src_w * scale + 2 * pad_x
-    cy = (ymin + ymax) / 2.0
+    model_h = src_h * scale + 2 * pad_y
-    return cx, cy
+    x1 = (xmin * model_w - pad_x) / scale
+    x2 = (xmax * model_w - pad_x) / scale
+    y1 = (ymin * model_h - pad_y) / scale
+    y2 = (ymax * model_h - pad_y) / scale
+    clip_x = lambda v: float(min(max(v, 0.0), src_w))  # noqa: E731
+    clip_y = lambda v: float(min(max(v, 0.0), src_h))  # noqa: E731
+    return clip_x(x1), clip_y(y1), clip_x(x2), clip_y(y2)
 
+
+# --- Ingesta de vídeo ----------------------------------------------------
+class RtspVideoStream:
+    """
+    Hilo lector de RTSP: mantiene siempre el último frame disponible.
+
+    Si el bucle principal va más lento que la cámara, los frames intermedios se
+    descartan solos (no se encolan), así la detección trabaja sobre imagen en
+    vivo y no sobre un buffer con retardo creciente.
+    """
+
+    def __init__(self, url, reconnect_delay=2.0, max_reconnect_delay=30.0):
+        self._url = url
+        self._reconnect_delay = reconnect_delay
+        self._max_reconnect_delay = max_reconnect_delay
+        self._lock = threading.Lock()
+        self._new_frame = threading.Event()
+        self._stop = threading.Event()
+        self._thread = None
+        self._seq = 0
+        self._frame = None
+        self._timestamp = 0.0
+        self.frames_read = 0
+        self.reconnects = 0
+        self.connected = False
+        self.capture_fps = 0.0
+
+    def start(self):
+        self._thread = threading.Thread(target=self._loop, name="rtsp-reader", daemon=True)
+        self._thread.start()
+        return self
+
+    def _open_capture(self):
+        cap = cv2.VideoCapture(self._url, cv2.CAP_FFMPEG)
+        cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)
+        if not cap.isOpened():
+            cap.release()
+            return None
+        return cap
+
+    def _loop(self):
+        cap = None
+        delay = self._reconnect_delay
+        window_start = time.time()
+        window_frames = 0
+
+        while not self._stop.is_set():
+            if cap is None:
+                cap = self._open_capture()
+                if cap is None:
+                    self.connected = False
+                    print(f"[WARN] No hay stream RTSP; reintentando en {delay:.0f}s", flush=True)
+                    self._stop.wait(delay)
+                    delay = min(delay * 2, self._max_reconnect_delay)
+                    self.reconnects += 1
+                    continue
+                self.connected = True
+                delay = self._reconnect_delay
+                window_start, window_frames = time.time(), 0
+                print("[INFO] Stream RTSP conectado.", flush=True)
+
+            ok, frame = cap.read()
+            if not ok or frame is None:
+                print("[WARN] Lectura RTSP interrumpida; reconectando...", flush=True)
+                cap.release()
+                cap = None
+                self.connected = False
+                self.reconnects += 1
+                self._stop.wait(delay)
+                continue
+
+            now = time.time()
+            window_frames += 1
+            elapsed = now - window_start
+            if elapsed >= 2.0:
+                self.capture_fps = window_frames / elapsed
+                window_start, window_frames = now, 0
+
+            with self._lock:
+                self._seq += 1
+                self._frame = frame
+                self._timestamp = now
+            self.frames_read += 1
+            self._new_frame.set()
+
+        if cap is not None:
+            cap.release()
+
+    def wait_for_frame(self, last_seq, timeout=1.0):
+        """
+        Bloquea hasta que haya un frame más nuevo que last_seq.
+        Devuelve (seq, frame, timestamp) o (last_seq, None, None) si expira.
+        """
+        deadline = time.time() + timeout
+        while not self._stop.is_set() and time.time() < deadline:
+            with self._lock:
+                seq, frame, ts = self._seq, self._frame, self._timestamp
+            if seq > last_seq and frame is not None:
+                return seq, frame, ts
+            self._new_frame.wait(0.05)
+            self._new_frame.clear()
+        return last_seq, None, None
+
+    def stop(self):
+        self._stop.set()
+        self._new_frame.set()
+        if self._thread is not None:
+            self._thread.join(timeout=5.0)
+
+
+# --- Bucle principal -----------------------------------------------------
 def main():
+    env = load_env()
+    stream_name = env.get("CAMERA_STREAM", DEFAULT_STREAM)
+    url = build_rtsp_url(env, stream_name)
+
     model_path = get_hailo_model_path()
     print(f"[INFO] Cargando modelo Hailo: {model_path} ...")
     hailo = Hailo(model_path)
     model_h, model_w, _ = hailo.get_input_shape()
     print(f"[INFO] Modelo cargado. Resolución de entrada: {model_w}x{model_h}")
 
-    picam2 = Picamera2()
+    # Ocultamos la contraseña al mostrarla por consola
-    # Usamos configuración dual:
+    print(f"[INFO] Cámara Tapo: {mask_url(url)}")
-    # - main: 1280x720 para visualización / grabación / alertas nítidas
-    # - lores: 640x640 directo al tamaño del modelo Hailo sin sobrecarga de CPU (escalado por hardware PiSP)
-    config = picam2.create_video_configuration(
-        main={"size": (1280, 720), "format": "RGB888"},
-        lores={"size": (model_w, model_h), "format": "RGB888"},
-        controls={"FrameRate": 30}
-    )
-    picam2.configure(config)
-    picam2.start()
 
-    print("[INFO] Pipeline Picamera2 + Hailo activo a 30 FPS.")
+    stream = RtspVideoStream(url).start()
     print("[INFO] Monitorizando mascotas (Gatos y Perros)... Presiona Ctrl+C para salir.\n")
 
+    running = threading.Event()
+    running.set()
+
+    def handle_signal(signum, _frame):
+        print(f"\n[INFO] Señal {signum} recibida; deteniendo...", flush=True)
+        running.clear()
+
+    signal.signal(signal.SIGINT, handle_signal)
+    signal.signal(signal.SIGTERM, handle_signal)
+
+    last_seq = 0
     last_centroid = None
-    last_time = time.time()
+    last_frame_time = 0.0
+    last_stats = time.time()
+    frames_processed = 0
+    inference_time = 0.0
 
     try:
-        while True:
+        while running.is_set():
-            # Capturamos el frame 'lores' escalado por hardware por el ISP
+            seq, frame, frame_time = stream.wait_for_frame(last_seq)
-            lores_frame = picam2.capture_array("lores")
+            if frame is None:
-            current_time = time.time()
+                continue
-            dt = current_time - last_time
+            last_seq = seq
 
-            # Inferencia por hardware en la NPU Hailo
+            letterboxed, scale, pad_x, pad_y = letterbox(frame, model_w, model_h)
-            detections_by_class = hailo.run(lores_frame)
+            if COLOR_ORDER == "bgr":
+                model_input = np.ascontiguousarray(letterboxed)
+            else:
+                model_input = np.ascontiguousarray(cv2.cvtColor(letterboxed, cv2.COLOR_BGR2RGB))
+
+            started = time.time()
+            detections_by_class = hailo.run(model_input)
+            inference_time += time.time() - started
+            frames_processed += 1
+
+            src_h, src_w = frame.shape[:2]
+            dt = frame_time - last_frame_time if last_frame_time else 0.0
 
             pet_found = False
             for class_id, label in TARGET_CLASSES.items():
-                if class_id < len(detections_by_class):
+                if class_id >= len(detections_by_class):
-                    class_detections = detections_by_class[class_id]
+                    continue
-                    for det in class_detections:
+                for det in detections_by_class[class_id]:
-                        # det: [ymin, xmin, ymax, xmax, confidence]
                     confidence = det[4]
+                    if confidence <= CONF_THRESHOLD:
+                        continue
 
-                        if confidence > 0.45:
                     pet_found = True
-                            centroid = calculate_centroid(det)
+                    x1, y1, x2, y2 = box_to_source(det, scale, pad_x, pad_y, src_w, src_h)
+                    centroid = ((x1 + x2) / 2.0 / src_w, (y1 + y2) / 2.0 / src_h)
 
                     if last_centroid and dt > 0:
-                                dx = centroid[0] - last_centroid[0]
+                        dist = math.hypot(centroid[0] - last_centroid[0], centroid[1] - last_centroid[1])
-                                dy = centroid[1] - last_centroid[1]
-                                dist = math.hypot(dx, dy)
                         speed = dist / dt
-
                         if speed > SPEED_THRESHOLD:
                             print(f"⚠️ [ALERTA] ¡{label} corriendo! Vel: {speed:.2f} norm/s (Conf: {confidence:.2f})")
                         else:
@@ -103,14 +338,25 @@ def main():
             if not pet_found:
                 last_centroid = None
 
-            last_time = current_time
+            last_frame_time = frame_time
+
+            now = time.time()
+            if now - last_stats >= STATS_INTERVAL:
+                avg_inf = inference_time / frames_processed * 1000 if frames_processed else 0.0
+                print(
+                    f"[STATS] captura {stream.capture_fps:.1f} fps | análisis "
+                    f"{frames_processed / (now - last_stats):.1f} fps | inferencia {avg_inf:.1f} ms "
+                    f"| reconexiones {stream.reconnects}"
+                )
+                last_stats = now
+                frames_processed = 0
+                inference_time = 0.0
 
-    except KeyboardInterrupt:
-        print("\n[INFO] Deteniendo monitor de mascotas...")
     finally:
-        picam2.stop()
+        stream.stop()
         hailo.close()
-        print("[INFO] Cámara y acelerador Hailo liberados correctamente.")
+        print("[INFO] Stream RTSP cerrado y acelerador Hailo liberado correctamente.")
+
 
 if __name__ == "__main__":
     main()