# jc-video-web

视频模型检测平台 - 基于YOLO的实时视频检测系统

## 项目架构

```
jc-video-web/
├── apps/
│   ├── web/              # 前端应用 (Vue 3 + Vite)
│   └── server/           # 后端服务 (FastAPI)
├── packages/
│   └── shared-types/     # 前后端共享类型定义
├── models/               # AI模型文件
│   ├── fire_detection/   # 火灾检测模型
│   ├── helmet_detection/ # 安全帽检测模型
│   ├── crowd_detection/  # 人群检测模型
│   └── smoking_detection/# 抽烟检测模型
├── scripts/              # 构建/开发脚本
└── docker/               # Docker配置
```

## 技术栈

### 前端
- **框架**: Vue 3 + Composition API
- **构建工具**: Vite 5
- **UI组件库**: Element Plus
- **状态管理**: Pinia
- **路由**: Vue Router 4
- **HTTP客户端**: Axios

### 后端
- **框架**: FastAPI
- **服务器**: Uvicorn
- **AI推理**: Ultralytics (YOLO)
- **图像处理**: OpenCV, Pillow
- **实时通信**: WebSocket

## 快速开始

### 环境要求
- Node.js >= 18
- Python >= 3.9
- pnpm >= 9.0

### 安装依赖

```bash
# 运行初始化脚本
bash scripts/setup.sh
```

或手动安装：

```bash
# 安装根依赖
pnpm install

# 安装前端依赖
cd apps/web
pnpm install
cd ../..

# 创建 Python 虚拟环境并安装依赖
cd apps/server
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
cd ../..
```

### 开发模式

```bash
# 同时启动前后端
pnpm dev

# 只启动前端
pnpm dev:web

# 只启动后端
pnpm dev:server
```

访问地址：
- 前端: http://localhost:5173
- 后端: http://localhost:8000
- API文档: http://localhost:8000/docs

## 功能特性

### 检测模型
1. **火灾检测** - 基于YOLOv10的火焰和烟雾检测
2. **安全帽检测** - 基于YOLOv8的工地安全检测
3. **人群检测** - 基于YOLOv8的人群聚集检测
4. **抽烟检测** - 基于YOLOv8的吸烟行为检测

### 输入方式
- 图片上传检测
- 摄像头实时检测

### 核心功能
- 可拖拽布局配置
- 实时WebSocket视频流
- 检测结果可视化
- 多模型切换
- 置信度阈值调整

## 项目脚本

```bash
pnpm dev          # 启动开发服务器
pnpm build        # 构建生产版本
pnpm build:web    # 只构建前端
pnpm test         # 运行测试
pnpm lint         # 代码检查
pnpm clean        # 清理构建产物
```

## 模型配置

模型文件存放在 `models/` 目录下，需要在 `apps/server/services/model_service.py` 中配置模型路径。

## 贡献指南

1. Fork 本仓库
2. 创建特性分支 (`git checkout -b feature/AmazingFeature`)
3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)
4. 推送分支 (`git push origin feature/AmazingFeature`)
5. 创建 Pull Request

## 许可证

[MIT](LICENSE)