📋 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。系统提供了命令行和Web界面两种使用方式，适合不同用户需求。

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

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

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 和 yolov8x.pt 模型
   • 可通过Web界面上传自定义模型（.pt格式）

第三步：开始检测

方式一：Web界面（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

方式二：命令行批量检测

# 使用启动脚本
双击运行 start_detection.bat
# 或者
python run_detection.py

🌐 Web界面使用指南

界面布局

• 左侧面板：检测结果列表，显示历史检测记录
• 右侧面板：文件处理和配置功能

功能详解

1. 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

2. 视频文件管理

• 添加视频：直接将视频文件放入 input_videos 文件夹
• 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

3. 检测配置

• 选择模型：从下拉列表中选择检测模型
• 置信度阈值：调整检测敏感度（0.1-0.9）
  • 低值：检测更多目标，可能包含误检
  • 高值：只检测高置信度目标，可能遗漏部分目标

4. 开始检测

• 点击"开始检测"按钮启动检测过程
• 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

5. 结果查看

• 检测报告：查看详细的检测统计和分析
• 视频结果：浏览每个视频的检测结果
• 导出功能：下载检测报告和结果数据

💻 命令行使用指南

基本命令

# 批量检测所有视频
python batch_detector.py

# 交互式检测
python run_detection.py

# 单个视频检测
python detector.py --input video.mp4 --model best.pt

参数说明

• --input: 输入视频文件路径
• --model: 检测模型路径
• --conf: 置信度阈值（默认0.5）
• --output: 输出目录路径

📁 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
├── run_detection.py         # 交互式检测脚本
├── 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
├── start_detection.bat     # 批量检测启动脚本
├── input_videos/           # 输入视频文件夹
├── models/                 # 检测模型文件夹
│   ├── best.pt            # 预训练模型
│   ├── best_info.json     # 模型信息
│   ├── yolov8x.pt         # YOLO模型
│   └── yolov8x_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

🔧 配置说明

系统配置（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

   • 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
   • yolov8x.pt: 通用目标检测模型

📊 检测结果说明

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]/
        ├── original/         # 原始帧
        ├── annotated/        # 标注帧
        └── detections.json   # 检测数据

检测数据格式

{
  "frame_number": 123,
  "timestamp": "00:02:05",
  "detections": [
    {
      "class": "pothole",
      "confidence": 0.85,
      "bbox": [x, y, width, height]
    }
  ]
}

🚨 故障排除

常见问题

1. Web界面无法访问

   • 检查防火墙设置
   • 确认端口5000未被占用
   • 重启Web应用

2. 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

3. 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

4. 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

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

📞 技术支持

系统要求

• 操作系统: Windows 10/11, macOS 10.14+, Ubuntu 18.04+
• Python版本: 3.8 或更高
• 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

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

📝 更新日志

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

---

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。