道路损伤检测系统 - 完整使用指南

📋 系统简介

本系统是一个基于YOLO深度学习模型的道路损伤检测系统，支持对视频文件进行智能分析，自动识别和标注道路损伤区域。系统提供了Web界面操作方式，适合不同技术水平的用户使用。

🎯 核心特色功能

🔍 智能检测技术

• 动态模型识别: 自动识别模型类型并优化检测参数
• 自适应置信度: 根据检测场景自动调整置信度阈值
• 多尺度检测: 支持不同尺寸目标的精确检测
• 检测质量过滤: 自动过滤低质量检测结果

📊 智能标注显示

• 纯中文标注: 标注框只显示中文类别名称，更符合中文用户习惯
• 智能类别映射: 自动将英文类别名称映射为中文，支持部分匹配和组合词
• 动态颜色分配: 根据类别自动分配识别颜色
• 置信度可视化: 标注框粗细反映检测置信度

🗂️ 智能文件管理

• 智能文件夹生成: 只为检测到目标的类别创建文件夹，避免生成空文件夹
• 按类别分组: 检测结果按损伤类型自动分类存储
• 完整检测记录: 详细的检测日志和统计信息

📹 主要功能

• 📹 支持多种视频格式批量处理
• 🌐 友好的Web界面操作
• 📊 详细的检测报告和统计分析
• 🔧 灵活的模型管理和参数配置
• 💾 完整的检测结果保存和导出

🚀 快速开始

第一步：环境准备

系统要求

• 操作系统: Windows 10/11
• Python版本: 3.8 或更高版本
• 内存: 建议8GB以上
• 存储: 建议10GB可用空间
• GPU: 可选，NVIDIA GPU可加速检测

安装步骤

1. 安装Python环境

   • 下载并安装 Python 3.8 或更高版本
   • 下载地址：https://www.python.org/downloads/
   • 安装时勾选 "Add Python to PATH"

2. 安装系统依赖

   # 方法一：使用安装脚本（推荐）
   双击运行 install.bat
   
   # 方法二：手动安装
   pip install -r requirements.txt
   

第二步：准备文件

文件结构说明

检测系统/
├── app.py                    # Web应用主程序
├── batch_detector.py         # 批量检测器
├── config.py                # 配置文件
├── detector.py              # 核心检测器
├── requirements.txt         # Python依赖包列表
├── install.bat             # 环境安装脚本
├── start_web_app.bat       # Web应用启动脚本
├── input_videos/           # 输入视频文件夹
│   ├── video1.mp4          # 您的视频文件
│   └── video2.avi          # 支持多种格式
├── models/                 # 检测模型文件夹
│   ├── best.pt            # 预训练模型
│   └── best_info.json     # 模型信息
├── output_frames/          # 检测结果输出文件夹
├── logs/                   # 系统日志文件夹
├── static/                 # Web界面静态资源
│   └── css/
│       └── style.css      # 界面样式文件
└── templates/              # Web界面模板
    ├── index.html         # 主页面
    ├── layout.html        # 布局模板
    ├── report.html        # 报告页面
    └── video_results.html # 视频结果页面

准备检测文件

1. 准备视频文件

   • 将需要检测的视频文件放入 input_videos 文件夹
   • 支持格式：.mp4, .avi, .mov, .mkv, .wmv, .flv, .webm
   • 可以创建子文件夹组织视频文件

2. 准备检测模型

   • 系统已预置 best.pt 模型
   • 可通过Web界面上传自定义模型（.pt格式）

第三步：启动系统

Web界面启动（推荐）

# 启动Web应用
双击运行 start_web_app.bat
# 或者
python app.py

然后在浏览器中访问：http://localhost:5000

🌐 Web界面使用指南

界面布局

• 左侧面板：检测历史记录和结果列表
• 右侧面板：文件管理和检测配置
• 顶部导航：功能切换和系统状态

核心功能操作

1. 视频文件管理

添加视频文件：

• 方法一：直接将视频文件拖拽到 input_videos 文件夹
• 方法二：通过Web界面的文件管理功能上传

文件管理功能：

• 查看文件列表：显示当前待检测的视频文件
• 删除文件：移除单个视频文件
• 清空文件夹：一键清空所有视频文件

2. 模型管理

• 上传新模型：点击上传区域选择.pt格式的YOLO模型文件
• 查看模型列表：显示所有可用模型及其信息
• 删除模型：移除不需要的模型文件
• 模型自动识别：系统会自动分析模型类型并优化参数

3. 检测配置

选择检测模型：

• best.pt：专门训练的道路损伤检测模型（推荐）
• 其他自定义模型：可通过界面上传

调整置信度阈值：

• 0.3-0.4：宽松检测，检测更多目标（可能有误检）
• 0.5-0.6：平衡检测（推荐）
• 0.7-0.8：严格检测，只检测高置信度目标

系统会根据模型类型自动优化：

• 道路损伤检测: 0.25-0.4 (系统会自动优化)
• 通用目标检测: 0.4-0.6
• 高精度检测: 0.6-0.8

4. 开始检测

检测流程：

1. 确认视频文件已添加
2. 选择合适的检测模型
3. 设置置信度阈值
4. 点击「开始检测」按钮
5. 等待检测完成

检测过程：

• 实时显示检测进度和状态
• 显示当前处理的视频和帧数信息
• 自适应检测算法自动优化检测效果

5. 查看结果

检测报告：

• 点击左侧检测记录查看详细报告
• 包含检测统计、时间分析、类别分布等
• 详细的检测日志和自适应检测统计

视频结果：

• 查看原始视频帧和标注结果
• 按类别浏览检测到的损伤
• 导出检测数据和报告

📊 检测结果说明

支持的损伤类型

系统可以检测以下18种道路损伤和交通事故类型：

道路损伤：

• 坑洞
• 横向裂缝
• 纵向裂缝
• 网状裂缝
• 白线模糊

交通事故：

• 追尾碰撞
• 正面碰撞
• 侧面碰撞
• 翻车事故
• 多车连环相撞

交通违规：

• 违规变道
• 闯红灯
• 超速行驶

其他：

• 交通拥堵
• 公交车
• 行人
• 自行车
• 摩托车

输出文件结构

output_frames/
└── [检测时间戳]/
    ├── report.html          # 检测报告
    ├── summary.json         # 检测摘要
    └── [视频名称]/
        ├── [类别名称]/      # 按类别分组的检测结果
        │   ├── original/    # 原始帧
        │   └── annotated/   # 标注帧
        ├── detection_log.json  # 详细检测日志
        ├── statistics.json     # 统计信息
        └── [视频名称]_detections.json  # 详细检测数据

检测数据格式

{
  "frame_number": 123,
  "timestamp": "00:02:05",
  "detections": [
    {
      "class": "坑洞",
      "confidence": 0.85,
      "bbox": [x, y, width, height]
    }
  ],
  "adaptive_detection": true,
  "detection_quality": 0.78
}

🔧 系统配置

配置文件说明（config.py）

• INPUT_FOLDER: 输入视频文件夹路径
• OUTPUT_FOLDER: 输出结果文件夹路径
• MODELS_FOLDER: 模型文件夹路径
• CONFIDENCE_THRESHOLD: 默认置信度阈值
• SUPPORTED_FORMATS: 支持的视频格式

检测参数调优

1. 置信度阈值建议

   • 道路损伤检测推荐：0.3-0.6
   • 精确检测推荐：0.6-0.8
   • 宽松检测推荐：0.2-0.4

2. 模型选择

   • best.pt: 专门训练的道路损伤检测模型
   • 系统会自动识别模型类型并优化参数

🚨 故障排除

安装问题

Q: install.bat 运行失败

• 确保已安装Python 3.8+
• 以管理员身份运行install.bat
• 检查网络连接是否正常

Q: 缺少依赖包

pip install -r requirements.txt

使用问题

Q: Web界面无法访问

• 检查防火墙设置
• 确认端口5000未被占用
• 重新运行start_web_app.bat

Q: 检测速度慢

• 检查是否有GPU可用
• 降低视频分辨率
• 调整检测参数

Q: 内存不足

• 减少批量处理的视频数量
• 降低视频分辨率
• 关闭其他应用程序

Q: 模型加载失败

• 检查模型文件完整性
• 确认模型格式正确（.pt）
• 重新下载模型文件

日志查看

# 查看系统日志
type logs\app.log

# 查看检测日志
type logs\detection.log

🔄 系统更新与维护

更新依赖包

pip install -r requirements.txt --upgrade

更新模型

1. 下载新的模型文件
2. 放入 models 文件夹
3. 通过Web界面上传或直接复制
4. 系统会自动识别新模型类型

性能优化建议

1. 硬件优化

   • 使用SSD存储提高I/O性能
   • 配置NVIDIA GPU加速
   • 增加系统内存

2. 软件优化

   • 定期清理输出文件夹
   • 优化视频文件大小
   • 调整检测参数

🎯 使用技巧

提高检测效果

1. 视频质量

   • 使用高清视频获得更好的检测效果
   • 确保视频光线充足，画面清晰
   • 避免过度压缩的视频文件

2. 参数调整

   • 根据检测目标调整置信度阈值
   • 利用系统的自适应检测功能
   • 观察检测报告中的统计信息进行优化

3. 结果分析

   • 查看检测报告了解检测效果
   • 分析类别分布和置信度统计
   • 根据检测质量调整参数

📝 更新日志

v2.2.0 - 最新版本

• ✨ 新增纯中文标注系统
• 🗂️ 智能文件夹管理，只生成有检测结果的类别文件夹
• 🔍 改进的自适应检测算法
• 📊 增强的检测统计和报告功能
• 🎨 优化的Web界面和用户体验

v2.0.0

• 新增Web界面
• 优化检测算法
• 改进用户体验
• 增加批量处理功能

v1.0.0

• 初始版本发布
• 基础检测功能
• 命令行界面

📞 技术支持

联系方式

如果您在使用过程中遇到问题，可以通过以下方式获取帮助：

1. 查看日志文件: 检查 logs 文件夹中的日志信息
2. 检查配置: 确认 config.py 中的配置是否正确
3. 重新安装: 运行 install.bat 重新安装依赖

常见解决方案

1. 环境问题: 确保Python版本和依赖包正确安装
2. 权限问题: 以管理员身份运行相关脚本
3. 网络问题: 检查网络连接和防火墙设置
4. 硬件问题: 确保系统资源充足

---

注意: 本系统仅供学习和研究使用，检测结果仅供参考，实际应用请结合专业判断。

版权声明: 本系统基于开源技术开发，遵循相关开源协议。