Skip to content

README.md

Latest commit

 

History

History
119 lines (90 loc) · 3.39 KB

README.md

File metadata and controls

119 lines (90 loc) · 3.39 KB
Raw

园区智能安防系统

基于YOLO模型的园区安全规范监测系统，使用计算机视觉技术实时检测园区内的安全隐患，包括未戴安全帽、未穿反光衣、区域入侵、火焰和烟雾等。

项目简介

本项目是一个智能安防监控系统，通过连接园区内的摄像头，利用YOLO目标检测模型实时分析视频流，自动识别并报警以下安全隐患：

  • 安全规范违规：未戴安全帽、未穿反光衣
  • 区域入侵：检测禁止进入区域的人体或车辆
  • 火警隐患：检测火焰和烟雾

系统采用FastAPI构建后端服务，提供RESTful API接口，支持实时告警推送、告警处理记录、摄像头管理等功能。

主要功能模块

  1. 视频流采集与模型推理模块

    • 拉取指定摄像头RTSP流
    • 调用YOLOv11模型实时检测5类安全隐患场景
    • 检测到异常时触发告警并生成截图

  2. 告警管理模块

    • 告警数据存储与状态管理
    • 支持告警状态更新（未处理→处理中→已解决/误报）
    • 通过WebSocket推送实时告警到前端

  3. 摄像头管理模块

    • 摄像头基础信息CRUD操作
    • 摄像头在线/离线状态检测
    • RTSP连接测试功能

  4. 用户与权限模块

    • 用户注册、登录和JWT认证
    • 基于角色的权限控制（管理员、安保管理员、普通操作员）

  5. 数据统计与分析模块

    • 告警统计报表
    • 今日告警处理情况分析
    • 高风险区域排名

项目运行

环境要求

  • Python 3.8+
  • MySQL 5.7+
  • pip包管理工具

安装步骤

  1. 克隆项目代码：

    git clone <项目地址>
cd PictureAnalysis

  2. 创建并激活虚拟环境(windows下建议通过PyCharm自动完成该步骤)：

    python -m venv .venv
# Windows
.venv\Scripts\activate
# Linux/Mac
source .venv/bin/activate

  3. 安装依赖：

    pip install -r requirements.txt

  4. 配置环境变量： 复制.envexample文件为.env，并根据实际情况修改配置：

    cp .envexample .env

    主要配置项包括：

    • 数据库连接信息（MYSQL_HOST, MYSQL_PORT, MYSQL_USER, MYSQL_PASSWORD, MYSQL_DATABASE）
    • 阿里云OSS配置（用于存储告警截图）
    • 安全配置（SECRET_KEY, ALGORITHM, ACCESS_TOKEN_EXPIRE_MINUTES）

  5. 初始化数据库： 确保MySQL服务运行正常，并使用管理工具（推荐DBeaver）完成数据库迁移，迁移脚本见app/config下的.sql文件。

  6. 启动服务：

    python app/main.py

    或使用uvicorn命令启动：

    uvicorn app.main:app --host 0.0.0.0 --port 8089

项目结构

app/
├── api/              # API接口层
├── services/         # 业务逻辑层
├── crud/             # 数据访问层
├── DB_models/        # 数据库模型
├── JSON_schemas/     # 数据传输模型
├── config/           # 配置文件
├── dependencies/     # 依赖项
├── middleware/       # 中间件
├── utils/            # 工具类
└── main.py           # 项目入口

API文档

项目启动后，可通过以下地址访问API文档：

登录账户

可以使用数据库管理软件（比如DBeaver），查看账户信息。