wrz-yolo/README.md
2025-06-27 17:22:29 +08:00

400 lines
11 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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**
```bash
# 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
```bash
# 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
```json
{
"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**
```bash
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
```bash
# 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
```bash
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。