更新日志
- 2026/3/3，2.0 版本，前端导航栏改为侧边栏系统，视频流采用 websocket 框架延迟更低，YOLOv8/v11 视频流更稳定。在之前的系统增加 LLM 大模型智能分析，支持 YOLOv8/v11 分类模型、目标检测、分割、obb、关键点检测任务，还支持双模型联合检测与识别，如人脸表情识别、人脸识别等。在人脸表情识别中，单独使用检测模型去识别人脸表情有一个问题：数据集如果全是头部照片的话，当模型预测的照片是全身照片时，模型识别准确率就没有这么高了。这时候可以用检测模型识别人脸，把人脸信息输入到表情分类模型进行分类即可。这是一个通用的系统，更换自己模型即可。
项目概述
在人工智能迈向通用化（AGI）的今天，'视觉感知 + 语言理解'的多模态联合是未来的趋势。单纯的检测画框已经无法满足复杂的业务需求，如何让系统'看懂'画面并进行'思考'，是当前视觉项目的重点。本项目将 YOLO 目标检测模型（兼容 YOLOv8/v11 系列）与大语言模型（LLM）进行联合，使用 Django (后端) + Vue3 (前端) 技术栈，完成一个具备'视觉感知 ➡️ 智能分析 ➡️ 对话问答'闭环的全能型 AI 视觉助手 Web 系统。这是一个通用的 Web 系统，可以更换自己模型，兼顾科研、大作业、个人学习、毕设、工业等应用场景。
简介
- CV + LLM 视觉大语言模型：引入 DeepSeek 等大模型接口，YOLO 负责精准提取画面中的目标信息（如人数、物品、异常状态），LLM 负责接管数据并生成自然语言报告、安全预警或业务建议。系统内嵌 AI 智能助手聊天界面，用户可针对检测画面直接与大模型进行对话分析。
- 兼容单/双模型：支持单模型目标检测与图像分类，也支持双模型联合识别。如先由检测模型锁定关键区域（如人脸、车辆），再自动把检测结果输入到分类模型进行分类识别（如表情识别、车型分类），多维度标签前端实时渲染。
- 支持多种任务：目标检测、图像分类、实例分割、关键点姿态估计及旋转框检测 (OBB)。支持本地图片、视频流以及外接摄像头实时检测。
- 参数配置：前端支持切换模型，实时拖拽滑块调节置信度 (Confidence) 和交并比 (IoU)、结果保存等。
常见的应用场景
通用的系统你只需替换自己的 .pt 权重文件即可，常见的任务如下：
- 智能情感陪伴与分析助手：YOLO 实时捕捉并识别面部表情，LLM 大模型根据用户的情绪状态提供对话疏导与陪伴。
- 智慧工地安全 AI 巡检系统：YOLO 负责安全帽/反光衣的实时违规抓拍，LLM 助手自动汇总当日违规数据，生成自然语言形式的'施工现场安全分析日报'。
- 智慧停车与自动计费管家：车辆与车牌检测模型联动识别，AI 助手接管数据，支持用户通过自然语言查询停车时长与费用。
- 智能客服与异常行为监控系统：集成 AI 客服对话窗口，结合监控画面中的跌倒、打架等异常行为，大模型第一时间分析现场严重程度并生成处理预案。
目标检测任务
- 智慧工地：基于深度学习的施工现场安全防护装备规范检测系统。
- 智慧电网：无人机巡检视角下的输电线路绝缘子破损与异常目标检测。
- 智慧交通：复杂路况下的多目标车辆追踪与行人违规横穿斑马线检测。
- 智慧农业：自然光照环境下的农作物表面病虫害定位与目标检测。
- 森林防火：基于无人机航拍视角的林区火灾烟雾与早期火情智能检测。
- 工业质检：智能制造流水线上的金属表面缺陷检测。
- 海洋探索：水下机器人视角的密集海洋生物目标检测。
- 医疗辅助：基于医学影像的肺部结节或骨折病灶区域智能筛查。
- 智能零售：无人超市复杂背景下的商品货架密集目标检测与盘点系统。
- 航空航天：遥感影像下的小目标飞机、机场设施与船舶精细化检测。
图像分类
- 中医药材：复杂背景下的中草药种类图像分类与智能分析。
- 植物科普：自然场景下的常见花卉、植物种类识别与百科科普系统。
- 环保回收：基于深度学习的智能垃圾分类与指导系统。
- 农业病害：农作物叶片病害等级细粒度分类与用药建议。
- 生态保护：野生动物保护区红外相机捕捉下的珍稀动物种类识别与数量统计。
- 情绪感知：基于面部微特征的人脸情绪识别与心理状态评估。
- 医疗诊断：皮肤镜图像下的皮肤病变类型分类筛查。
- 自动驾驶：全天候环境下的交通标志标牌高精度分类与识别。
- 遥感测绘：高分辨率卫星遥感图像的复杂场景地物分类。
