🚗 团雾识别检测系统 — ByYOLOPatchyFogDetectionSystem

YOLOv8 驱动的智能团雾检测与预警平台
支持图片/视频/摄像头实时检测 · 自动分级预警 · 可视化大屏监控

---

✨ 系统亮点

特性	说明
🎯 精准检测	基于 YOLOv8n 模型，针对团雾（Patchy Fog）场景专项训练，支持自定义置信度阈值
🖼️ 多模态输入	支持图片（JPG/PNG/WEBP）、视频（MP4/AVI/MOV）、摄像头实时截帧三种识别模式
🧠 智能分级预警	根据检测目标数量 + 置信度自动判断团雾等级（轻度/中度/重度/特重）、推算能见度、给出限速建议
📊 可视化大屏	暗色科技风 Dashboard，实时展示预警总数、团雾等级分布柱状图、识别时间线，支持今日/本周/本月时间筛选
📱 短信通知	预警发布后自动发送短信，支持互亿无线/阿里云/腾讯云三大短信服务商
🔐 权限管理	管理员/检测员双角色，JWT 认证，接口级权限控制
🏗️ 生产级架构	Flask Blueprint 模块化、MySQL 连接池、结构化日志（JSON 轮转）、健康检查 + Prometheus 指标、安全头中间件
🎨 专业 UI	浅色专业风格后台 + 暗色科技风大屏，响应式布局，支持 PC/平板

---

🚀 快速开始

环境要求

• Python 3.8+
• MySQL 5.7+（端口 3307）
• Node.js 16+（前端构建）
• CUDA 11.8+（GPU 推理，可选）

1. 安装依赖

cd ByYOLOPatchyFogDetectionSystem
.\.venv\Scripts\python.exe -m pip install -r requirements.txt

2. 初始化数据库

.\.venv\Scripts\python.exe init_db.py

默认创建管理员账号 admin / 123456 和操作员账号 operator / 123456。

3. 启动后端

.\.venv\Scripts\python.exe app.py

服务运行在 http://127.0.0.1:5001，启动时自动检测 GPU、预热 YOLO 模型。

4. 构建前端（可选）

前端已内置编译产物。如需修改前端后重新构建：

cd frontend
npm install
npm run build

---

📁 项目结构

ByYOLOPatchyFogDetectionSystem/
├── app.py                 # Flask 入口（中间件、静态服务）
├── config.py              # 集中配置管理（dataclass）
├── api/                   # Blueprint 路由模块
│   ├── auth.py            #   认证（注册/登录）
│   ├── detect.py          #   检测（图片/视频 + 历史记录）
│   ├── warnings.py        #   预警（CRUD + 短信通知）
│   ├── admin.py           #   管理员（用户管理）
│   └── system.py          #   系统（训练统计 / 健康检查 / 指标）
├── utils/                 # 工具模块
│   ├── logging_config.py  #   结构化日志（JSON 轮转）
│   ├── errors.py          #   自定义异常 + 全局错误处理
│   └── response.py        #   标准化 API 响应
├── sms_service.py         # 短信服务（互亿/阿里云/腾讯云）
├── scripts/
│   └── train_yolov8_patchy_fog.py  # 模型训练脚本
├── frontend/              # Vue 2 前端
│   └── src/
│       ├── pages/         #   页面组件
│       │   ├── Dashboard.vue      # 可视化大屏
│       │   ├── ImageDetect.vue    # 图片识别
│       │   ├── VideoDetect.vue    # 视频识别
│       │   ├── CameraDetect.vue   # 摄像头识别
│       │   └── ...
│       └── components/    #   通用组件
├── runs/                  # 训练产物（模型权重、评估图表）
├── patchy_fog_system.sql  # 数据库建表 SQL
└── requirements.txt       # Python 依赖

---

🔧 配置说明

复制 env.example.env 为 .env，按需修改：

# 数据库
FOG_DB_HOST=127.0.0.1
FOG_DB_PORT=3307
FOG_DB_USER=root
FOG_DB_PASSWORD=123456
FOG_DB_NAME=patchy_fog_system

# JWT
FOG_JWT_SECRET=your-secret-key

# 短信服务（可选）
SMS_PROVIDER=ihuyi           # ihuyi / aliyun / tencent
IHUYI_ACCOUNT=your_account
IHUYI_PASSWORD=your_password

---

🧪 模型训练

.\.venv\Scripts\python.exe scripts\train_yolov8_patchy_fog.py \
    --model yolov8n.pt \
    --epochs 30 \
    --batch 8 \
    --device 0

训练完成后，图表和权重保存在 runs/detect/patchy_fog_yolov8n/。

---

📡 API 接口

方法	路径	说明
POST	/api/auth/login	登录
POST	/api/auth/register	注册
GET	/api/auth/me	当前用户信息
POST	/api/detect/image	图片识别
POST	/api/detect/video	视频识别
GET	/api/detections	历史记录列表
DELETE	/api/detections/:id	删除记录
GET/POST	/api/warnings	预警列表 / 发布预警
DELETE	/api/warnings/:id	删除预警
GET	/api/training/stats	训练统计
GET	/api/health	健康检查
GET	/api/metrics	Prometheus 指标

---

📸 系统截图

登录页

可视化大屏

暗色科技风 Dashboard，实时数据卡片、团雾等级分布、识别时间线

图片识别

拖拽上传 + 置信度调节 + 检测框标注 + 结果统计

预警发布

自动分析团雾等级/能见度/限速建议，一键发布 + 短信通知

---

📄 License

MIT License