YOLO Campus Safety Intelligent Monitoring System

基于 YOLO 与多模态的校园安全智能监控系统

项目简介 / Overview

YOLO 校园安全智能监控系统是一个基于深度学习的实时目标检测与行为分析平台，专为校园安全场景设计。

核心能力：

• 实时目标检测 — YOLOv12 检测 80 类 COCO 目标（人、车、物品等）
• 多目标跟踪 — ByteTrack / BoT-SORT 跨帧身份保持
• 6 种行为识别 — 奔跑、摔倒、人群聚集、禁区入侵、打架斗殴、车辆闯入
• 骨架行为分析 — 基于人体关键点的精细姿态识别
• MLLM 场景理解 — 多模态大模型辅助场景描述与报警验证
• 实时 Web 仪表板 — Vue 3 + Element Plus 暗色主题监控界面

主要代码位于 course-design/ 目录下。本仓库同时托管前端演示页面于 GitHub Pages。

在线演示 / Live Demo

https://m-oonn.github.io/YOLO/

注意：GitHub Pages 演示为前端静态展示。完整功能需连接运行中的后端服务。

快速开始 / Quick Start

详细文档请参阅 course-design/README.md

一键启动（推荐）

Windows:

cd course-design
start.bat

macOS / Linux:

cd course-design
./start.sh

手动启动

# 1. 安装 Python 依赖
cd course-design
pip install -r requirements.txt

# 2. 启动后端（终端 1）
uvicorn backend.main:app --host 0.0.0.0 --port 8000

# 3. 启动前端（终端 2）
cd frontend
npm install
npm run dev

访问 http://localhost:8080 打开监控界面。

项目结构 / Project Structure

YOLO/
├── course-design/             # 主要项目代码
│   ├── core/                  # 核心检测引擎（YOLO + 规则 + 骨架）
│   ├── backend/               # FastAPI 后端 API 服务
│   ├── frontend/              # Vue 3 前端 SPA
│   ├── configs/               # YAML 配置文件
│   ├── models/                # 预训练模型文件
│   ├── docs/                  # 详细文档
│   ├── scripts/               # 工具脚本
│   └── tests/                 # 单元测试
├── reports/                   # 项目报告与文档
├── assets/                    # 图表、截图、幻灯片
│   ├── screenshots/           # 系统截图
│   ├── charts/                # 分析图表
│   └── slides/                # PPT 幻灯片图片
├── evaluation-screenshots/    # 评估截图
├── ppt_assets/                # PPT 素材
└── ppt_charts/                # PPT 图表

文档索引 / Documentation

文档	说明
course-design/README.md	项目详细说明
course-design/CODE_WIKI.md	代码开发 Wiki
course-design/docs/API.md	REST API 文档
course-design/docs/DEPLOYMENT.md	部署指南
course-design/docs/DEVELOPMENT.md	开发调试指南
course-design/CONTRIBUTING.md	贡献指南
course-design/CHANGELOG.md	变更日志
SECURITY.md	安全策略
http://localhost:8000/docs	Swagger API 交互文档

技术栈 / Tech Stack

层级	技术	说明
核心引擎	Python 3.10+, Ultralytics YOLOv12, OpenCV, PyTorch	目标检测与图像处理
跟踪	ByteTrack / BoT-SORT	多目标实时跟踪
后端	FastAPI, Uvicorn, WebSocket	REST API + 实时流推送
前端	Vue.js 3, Element Plus, Vite 5	响应式监控仪表板
存储	SQLite (WAL 模式)	事件与报警持久化
AI 增强	Qwen2-VL, Chinese CLIP	场景描述 / 特征检索
部署	Docker Compose, GitHub Pages	容器化 + 静态演示

许可证 / License

本项目采用 Apache License 2.0。

Copyright 2025 YOLO Campus Safety Contributors

致谢 / Acknowledgments

• Ultralytics YOLO — 目标检测引擎
• ByteTrack — 多目标跟踪算法
• Qwen2-VL — 多模态视觉语言模型
• Chinese CLIP — 中文图文检索
• Element Plus — Vue 3 UI 组件库