智能目标检测系统

企业级AI检测应用 · 前后端分离架构 · 多用户管理 · YOLO目标检测

🚀 快速开始

📖 新用户必读

第一次使用本项目？ 请按顺序阅读：

📘 环境配置指南 ⭐ 首先阅读
- 环境要求和安装
- Conda / venv 两种配置方式
- 数据库配置和迁移
- 一键启动脚本
- 常见问题解决
📘 项目使用说明 - 详细的功能使用指南
- 系统功能介绍
- 首次使用指南（从注册到检测）
- 各模块使用说明
- 常见操作流程

⚡ 极速启动（已安装依赖）

使用一键启动脚本（推荐）:

# 1. 激活环境
conda activate RSD  # 或 source backend/venv/bin/activate

# 2. 一键启动所有服务
./start.sh

或手动启动各服务:

# 终端1: 后端API
cd backend && source venv/bin/activate
uvicorn app.main:app --reload --port 8000

# 终端2: Celery Worker
cd backend && celery -A app.celery_app worker --loglevel=info

# 终端3: 前端
cd frontend && npm run dev

访问地址:

前端应用: http://localhost:5173
API文档: http://localhost:8000/docs

📋 项目简介

智能目标检测系统是一个功能完善的企业级AI检测应用，提供图片和视频的目标检测服务。系统采用前后端分离架构，支持多用户、角色权限管理、模型管理和检测历史追踪。

核心特性

✅ 用户认证系统 - JWT Token、角色权限、密码加密
✅ 管理后台 - 用户管理、模型管理、数据可视化
✅ AI检测核心 - YOLO模型集成、图片/视频检测、Celery异步任务
✅ 用户检测界面 - 在线检测、实时进度、历史管理（Stage 1-3完成）

🎯 当前状态

最新版本: v0.5
当前阶段: Phase 4 已完成 ✅
更新日期: 2025-11-12

开发进度

✅ Phase 1: 用户认证系统        (已完成 - 2025-11-12)
✅ Phase 2: 管理后台功能        (已完成 - 2025-11-12)
✅ Phase 3: AI检测核心          (已完成 - 2025-11-12)
✅ Phase 4: 用户检测界面        (已完成 - 2025-11-12)
  ├─ Stage 1: API集成         ✅
  ├─ Stage 2: 图片检测        ✅
  ├─ Stage 3: 视频+历史       ✅
  ├─ Stage 4: UI/UX优化       ✅
  └─ Stage 5: 代码质量        ✅
📅 Phase 5: 系统优化与部署      (准备启动)

详细状态：项目当前状态

✨ 已完成功能

Phase 1: 用户认证系统

后端功能:

✅ JWT Token 认证机制
✅ 用户注册、登录、密码修改
✅ 基于角色的访问控制 (user/admin)
✅ SQLAlchemy 2.0 异步ORM
✅ Alembic 数据库迁移

前端功能:

✅ 登录 / 注册页面
✅ 用户首页和个人中心
✅ 路由守卫和权限验证
✅ Pinia 状态管理

Phase 2: 管理后台系统

后端功能:

✅ 用户管理完整 CRUD
✅ 用户搜索、筛选、批量操作
✅ 模型文件上传 (.pt/.pth)
✅ 模型状态管理（激活/停用）
✅ 异步文件处理
✅ 静态文件服务

前端功能:

✅ 管理后台布局（侧边栏导航）
✅ Dashboard 仪表盘（统计卡片 + ECharts图表）
✅ 用户管理界面（表格、搜索、编辑）
✅ 模型管理界面（拖拽上传、状态切换）

API端点: 13个管理接口（用户管理7个 + 模型管理6个）

Phase 3: AI检测核心

后端功能:

✅ YOLO模型加载服务（单例模式）
✅ 图片检测API（同步处理）
✅ 视频检测API（Celery异步任务）
✅ 检测历史记录管理
✅ GPU加速支持（CUDA）
✅ Redis消息队列
✅ 结果可视化（边界框标注）

API端点: 8个检测接口（图片/视频检测、历史管理、下载）

Phase 4: 用户检测界面 (已完成 ✅)

前端功能:

✅ 检测页面（/detection）
- 拖拽式文件上传（支持图片和视频）
- 模型选择和参数配置（含Tooltip说明）
- 图片检测（同步）+ 视频检测（异步）
- 实时进度跟踪和状态反馈
- 结果展示（预览、统计、对象列表）
- 结果下载功能
✅ 历史页面（/detection-history）
- 分页列表展示
- 筛选（类型、状态）和批量操作
- 详情查看和下载
✅ UI/UX优化
- 响应式设计（移动端/平板/桌面）
- 加载动画和进度条优化
- 图片/视频懒加载
- 工具函数库（helpers.js）
✅ 代码质量
- ESLint配置完成
- 代码规范检查通过
- .gitignore配置

新增文件: 7个核心文件（~1,720行代码）

详细报告：

🛠 技术栈

后端技术

框架: FastAPI 0.104+
数据库: SQLite (开发) / PostgreSQL (生产)
ORM: SQLAlchemy 2.0 (异步)
认证: JWT + Bcrypt
迁移: Alembic
验证: Pydantic v2
文件: aiofiles

前端技术

框架: Vue 3.3+ (Composition API)
构建: Vite 5.0+
UI库: Element Plus 2.4+
状态: Pinia 2.1+
路由: Vue Router 4.2+
HTTP: Axios 1.6+
图表: ECharts + vue-echarts

AI技术

模型: YOLO (Ultralytics)
深度学习: PyTorch 2.1.1+
任务队列: Celery 5.3.4 + Redis
图像处理: OpenCV 4.8.1
文件处理: aiofiles

查看完整技术栈：技术栈说明

🚀 快速开始

💡 提示: 详细的安装和使用说明请查看 📘 使用说明文档

环境要求

Python 3.11+
Node.js 18+
Redis 5.0+ (用于Celery任务队列)
SQLite (开发) / PostgreSQL (生产)

1. 克隆项目

git clone <repository-url>
cd project

2. 启动后端

cd backend

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 数据库迁移
alembic upgrade head

# 启动服务
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

后端访问地址:

3. 启动前端

cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev

前端访问地址:

应用首页: http://localhost:5173
登录页面: http://localhost:5173/login
检测页面: http://localhost:5173/detection
历史页面: http://localhost:5173/detection-history
管理后台: http://localhost:5173/admin/dashboard

4. 启动Redis和Celery (用于视频检测)

# 终端3: 启动Redis
redis-server

# 终端4: 启动Celery Worker
cd backend
source venv/bin/activate
celery -A app.celery_app worker --loglevel=info

5. 首次使用配置

创建管理员账号:

访问 http://localhost:5173/register
注册第一个用户（自动成为管理员）

上传YOLO模型:

以管理员身份登录
进入管理后台 → 模型管理
上传YOLO模型文件（.pt或.pth格式）
激活模型以供检测使用

详细步骤: 请参考使用说明 - 首次使用指南

📁 项目结构

project/
├── backend/                # 后端项目
│   ├── app/
│   │   ├── api/v1/        # API 路由
│   │   ├── core/          # 核心模块（配置、数据库、安全）
│   │   ├── crud/          # 数据库操作
│   │   ├── models/        # 数据库模型
│   │   ├── schemas/       # Pydantic 模式
│   │   ├── utils/         # 工具函数
│   │   └── main.py        # 应用入口
│   ├── alembic/           # 数据库迁移
│   ├── uploads/           # 文件上传目录
│   └── requirements.txt
│
├── frontend/              # 前端项目
│   ├── src/
│   │   ├── api/          # API 接口
│   │   ├── layouts/      # 布局组件
│   │   ├── views/        # 页面组件
│   │   ├── stores/       # Pinia 状态
│   │   ├── router/       # 路由配置
│   │   └── utils/        # 工具函数
│   └── package.json
│
├── docs/                  # 项目文档
│   ├── 使用说明.md        # 项目使用指南 ⭐ 新用户必读
│   ├── 规划文档/         # 原始需求和设计
│   ├── 已完成阶段/       # Phase 完成报告
│   ├── 当前状态/         # 项目现状和下一步
│   └── 技术参考/         # 技术栈和架构
│
├── .gitignore
├── README.md             # 本文件
└── CLAUDE.md             # 开发指南

完整结构说明：项目结构文档

📚 文档导航

💡 新用户入门

📘 环境配置指南 ⭐ 首先阅读
- 完整的环境配置说明
- Conda / venv 两种方式
- 一键启动脚本
- 常见问题解决
📘 项目使用说明 ⭐ 推荐阅读
- 系统功能介绍
- 首次使用指南
- 功能使用说明
- 常见操作流程

📋 项目规划

✅ 完成报告

📊 当前状态

项目当前状态 ⭐ 实时更新
下一步开发计划 ⭐
Phase 5 实施计划 - 活跃开发计划

🔧 技术参考

📁 归档文档

旧版本和历史文档已归档至 docs/归档/ 目录

🔜 下一步计划

Phase 5: 系统优化与部署（准备启动）

目标: 生产环境部署和系统优化

主要任务:

📦 Docker容器化部署
🌐 Nginx反向代理配置
🗄️ PostgreSQL数据库迁移
🚀 性能优化和压力测试
📊 监控和日志系统
🔒 安全加固和审计

预计时间: 1-2周

详细计划：下一步计划

🧪 测试

后端测试

cd backend
source venv/bin/activate
pytest

前端测试

cd frontend
npm run test

📊 代码统计

Git 提交: 9次
总代码量: ~22,200行
- 后端: ~6,800行
- 前端: ~10,400行 (新增~1,700行)
- 文档: ~5,000行 (新增~1,500行)
API 端点: 26个 (认证5个 + 用户管理7个 + 模型管理6个 + 检测8个)
数据库表: 3个 (users, ml_models, detection_history)
文件数: ~94个

⚠️ 待优化项

Phase 4已完成所有基础功能和UI/UX优化，以下是Phase 5的规划：

系统部署: Docker容器化、Nginx配置、PostgreSQL迁移
性能优化: 大文件分片上传、虚拟滚动、API缓存
高级功能: 批量检测、结果对比、导出报告
测试覆盖: 单元测试、集成测试、E2E测试
监控运维: 日志系统、性能监控、告警机制

详细信息：项目状态 - 待优化项

🤝 贡献指南

Fork 本仓库
创建特性分支 (git checkout -b feature/AmazingFeature)
提交更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
创建 Pull Request

请遵循 CLAUDE.md 中的开发规范。

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

📞 联系方式

如有问题或建议，请：

提交 Issue
创建 Pull Request
查阅项目文档

项目开发: Claude Code + 用户协作
最后更新: 2025-11-12