本文提出了一种针对通用数据保护条例（GDPR）合规的视觉监控系统，通过将全部推理过程限制在边缘设备上，从根本上解决了云推理中原始图像数据暴露于外部服务所带来的隐私风险。该系统采用隐私保护设计原则，选取YOLOv5n-seg模型编译到Hailo-8L AI加速器上，在Raspberry Pi 5上实现实时目标检测，推理后立即丢弃原始像素缓冲区。一个带状态的触发引擎会将最小化的JSON事件负载转发到本地运行的Phi-3 Mini（3.8B参数，Q4_0量化）模型，该模型合成一到两句自然语言警报供人工操作员查看。整个过程中，任何图像数据均不跨越网络边界，仅传输生成的文本警报。本文详细描述了系统架构与实现，在目标硬件上测量了推理延迟和资源利用率，并展示了代表性的生成警报。结果显示，在单板计算机上结合专用神经网络加速器与本地大语言模型不仅可行，而且能产生可实际部署、可读性强的监控输出，同时从设计上符合GDPR第5(1)(c)条的数据最小化原则。该工作为隐私敏感的视觉监控场景提供了一种可落地的技术方案。