Files

wwh a16e684e46 feat: 新增车辆检测Paddle模型及相关服务，优化依赖与代码兼容性

1. 新增3套PaddlePaddle车辆检测相关模型文件
2. 新增车辆检测服务类与违停检测功能
3. 更新服务依赖并添加环境初始化脚本与文档
4. 修复YOLO检测tensor转换兼容问题
5. 新增PyTorch版本兼容性修复逻辑
6. 扩展模型服务支持Paddle模型加载

2026-05-21 16:26:26 +08:00

5.4 KiB

Raw Blame History

环境配置说明

📦 当前环境版本 (2026-05-21 验证通过)

核心框架

Python: 3.12
FastAPI: 0.136.1
Uvicorn: 0.34.0 (with standard extras)
Pydantic: 2.10.6

深度学习框架

PyTorch: 2.12.0
TorchVision: 0.27.0
Ultralytics: 8.4.52 (YOLO 模型支持)
Ultralytics-THOP: 2.0.19

PaddlePaddle 生态

PaddlePaddle: 3.0.0
Paddle2ONNX: 2.1.0

数值计算和数据处理

NumPy: 2.4.6 ⚠️ 需要注意兼容性
Pandas: 2.3.3
SciPy: 1.15.2
Scikit-Image: 0.26.2

图像和计算机视觉

OpenCV: 4.13.0.92
Pillow: 11.1.0
ImageIO: 2.37.3
imgaug: 0.4.0 ⚠️ 需要手动修复

其他依赖

aiofiles: 25.1.0
python-multipart: 0.0.20
websockets: 14.1
matplotlib: 3.10.1
Shapely: 2.1.0
tqdm: 4.69.2

🔧 特殊注意事项

1. imgaug NumPy 2.0 兼容性问题

问题: imgaug 0.4.0 使用了 np.sctypes 属性，但 NumPy 2.0+ 移除了这个 API。

解决方案: 手动修复 imgaug.py 文件

修复文件路径: venv/lib/python3.12/site-packages/imgaug/imgaug.py

需要修改的行: 第 45-47 行

原始代码:

NP_FLOAT_TYPES = set(np.sctypes["float"])
NP_INT_TYPES = set(np.sctypes["int"])
NP_UINT_TYPES = set(np.sctypes["uint"])

修复后代码:

NP_FLOAT_TYPES = {np.float16, np.float32, np.float64}
NP_INT_TYPES = {np.int8, np.int16, np.int32, np.int64}
NP_UINT_TYPES = {np.uint8, np.uint16, np.uint32, np.uint64}

2. PyTorch 2.12.0 与 Ultralytics 兼容性

状态: ✅ 完全兼容，无需额外配置

说明:

PyTorch 2.12.0 与 Ultralytics 8.4.52 完全兼容
无需手动添加安全全局变量
模型加载和推理功能正常

3. NumPy 2.4.6 兼容性

状态: ✅ 所有主要包都已验证兼容

兼容包:

✅ PyTorch 2.12.0
✅ TorchVision 0.27.0
✅ Ultralytics 8.4.52
✅ PaddlePaddle 3.0.0
✅ OpenCV 4.13.0.92
⚠️ imgaug 0.4.0 (需要手动修复)

📁 项目结构

核心目录

jc-video-recognize/
├── apps/server/
│   ├── venv/                    # 虚拟环境
│   ├── models/                  # 模型文件
│   │   ├── smoking_yolo/       # 吸烟检测模型
│   │   ├── fire_detection/      # 火灾检测模型
│   │   ├── vehicle_detection_paddle/  # 车辆检测模型
│   │   └── smoking_detection_paddle/  # Paddle吸烟检测模型
│   ├── api/                    # API 端点
│   ├── services/               # 业务逻辑服务
│   ├── static/                 # 静态文件和结果
│   ├── requirements.txt         # Python 依赖
│   ├── setup_env.sh           # 环境初始化脚本
│   └── main.py                # 应用入口
└── third-party/
    └── paddle-inference/       # PaddleDetection 部署代码

🚀 快速开始

1. 环境初始化

# 使用自动初始化脚本
cd apps/server
chmod +x setup_env.sh
./setup_env.sh

2. 手动安装

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 修复 imgaug (如果自动脚本未执行)
# 手动修改 venv/lib/python3.12/site-packages/imgaug/imgaug.py 第45-47行

3. 启动服务

# 激活虚拟环境
source venv/bin/activate

# 启动服务
python main.py

# 或使用启动脚本
./start_server_with_env.sh

🔍 已知问题和解决方案

问题 1: YOLO 模型 tensor 转换错误

错误信息: ValueError: only one element tensors can be converted to Python scalars

影响文件:

services/detection_service.py (第 62-72 行, 第 175-184 行)

解决方案: 已修复，使用 box.xyxy.squeeze().tolist() 安全转换 tensor

问题 2: PaddleDetection imgaug 兼容性

错误信息: AttributeError: np.sctypes was removed in the NumPy 2.0 release

影响文件: venv/lib/python3.12/site-packages/imgaug/imgaug.py

解决方案: 手动修复第 45-47 行（如上所述）

问题 3: PyTorch WeightsUnpickler 错误

状态: ✅ 已通过升级 PyTorch 和 Ultralytics 解决

📝 版本选择理由

PyTorch 2.12.0: 最新稳定版本，与 TorchVision 0.27.0 完全兼容
NumPy 2.4.6: 最新版本，性能更好，通过手动修复兼容性问题
Ultralytics 8.4.52: 与 PyTorch 2.12.0 完全兼容，支持最新 YOLO 模型
PaddlePaddle 3.0.0: 官方稳定版本，支持所有车辆检测功能
imgaug 0.4.0: 最后一个稳定版本，虽然不兼容 NumPy 2.0 但可手动修复

🤝 给团队成员的建议

严格遵循版本要求: 不要随意更改依赖版本
执行初始化脚本: 使用 setup_env.sh 自动处理兼容性问题
检查环境: 每次启动前验证关键包版本
备份环境: 使用 pip freeze > environment.txt 备份当前环境
报告问题: 如遇到新的兼容性问题，及时更新此文档

📞 技术支持

如遇到环境相关问题，请：

检查此文档的已知问题部分
确认所有依赖版本符合要求
验证 imgaug 手动修复是否成功
查看服务日志获取详细错误信息

最后更新: 2026-05-21
维护者: 开发团队
环境状态: ✅ 生产就绪

5.4 KiB Raw Blame History