YOLOv8/v11 Web 目标检测与人脸表情识别系统
项目概述
在人工智能迈向通用化（AGI）的今天，视觉感知与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 DeepSeek 等顶流大语言模型（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。
核心特性
- 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，DeepSeek 大模型根据用户的情绪状态提供充满温度的对话疏导与陪伴。
- 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某车牌号停了多久、需要缴纳多少费用。
- 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
目标检测是应用最广的领域，结合大模型可实现检测加智能业务预警闭环。
- 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。
- 智慧餐饮：自助餐厅计费系统中的菜品种类、烘焙糕点图像分类与营养分析。
关键点检测与姿态估计
关键点检测常常用在体育、医疗和行为分析领域。
