基于YOLOv8的实时视频分析系统，符合AI识别厂商接入规范。
我们是AI识别算法厂商（第三方服务提供商），为监控平台提供实时视频AI识别服务。
| 接口 | 方向 | 说明 | 我们的角色 |
|---|---|---|---|
| POST /api/v1/scene/deploy | 监控平台 → 我们 | 场景下发 | 服务提供方（我们实现） |
| POST /device/getPlayUrl | 我们 → 设备平台 | 获取流地址 | 服务调用方（我们调用） |
| POST /device/heartBeat | 我们 → 设备平台 | 心跳保活 | 服务调用方（每10秒） |
| Kafka: event-alarm | 我们 → Kafka | 告警推送 | 消息生产者（我们推送） |
- Docker & Docker Compose
- Python 3.9+（如果不使用Docker）
- AI模型文件（
.pt）
在 config/default_config.yaml 中配置：
# 服务器公网地址（重要！用于生成告警图片URL）
server:
public_url: "http://your-server-ip:8080" # 或域名
# 设备平台地址（重要！必须配置）
device_platform:
base_url: "http://设备平台IP:端口"
# Kafka配置（重要！必须配置）
kafka:
bootstrap_servers: "Kafka地址:9092"
topic: "event-alarm"# 1. 克隆项目
git clone <repository-url>
cd yolo8
# 2. 配置环境变量
cp .env.example .env
vim .env # 修改配置
# 3. 启动服务
docker-compose up -d
# 4. 查看日志
docker-compose logs -f ai-detectioncurl -X POST http://localhost:8080/api/v1/scene/deploy \
-H "Content-Type: application/json" \
-d '{
"devices": [
{
"deviceGbCode": "31011500001320000001",
"area": "(100,100),(500,100),(500,400),(100,400)"
}
],
"scene": "明火告警",
"algorithm": "火焰检测",
"startDate": "2024-11-08 10:00:00",
"endDate": "2025-11-08 10:00:00"
}'yolo8/
├── src/ # 源代码
│ ├── api_server.py # API服务器
│ ├── scene_manager.py # 场景管理器（新）
│ ├── device_platform_client.py # 设备平台客户端（新）
│ ├── heartbeat_manager.py # 心跳管理器（新）
│ ├── kafka_publisher.py # Kafka推送器（新）
│ ├── region_filter.py # 区域过滤器（新）
│ ├── scene_mapper.py # 场景映射器（新）
│ ├── detection_engine.py # 检测引擎
│ ├── stream_manager.py # 流管理器
│ └── config_manager.py # 配置管理器
├── config/ # 配置文件
│ └── default_config.yaml # 主配置文件
├── pt_dir/ # 模型文件目录
│ ├── fire_smoke/best.pt # 火焰检测模型
│ ├── person/best.pt # 人员检测模型
│ └── ...
├── docker/ # Docker配置
│ ├── Dockerfile
│ └── docker-compose.yml
├── docs/ # 文档
│ ├── PRODUCT_DESIGN.md # 产品设计文档
│ └── 接入文档.md # 接入文档
└── README.md # 本文档
| 场景名称 | 算法名称 | 检测目标 |
|---|---|---|
| 明火告警 | 火焰检测 | fire, smoke |
| 人员识别 | 人员检测 | person |
| 建筑垃圾识别 | 垃圾分类 | 14类建筑垃圾 |
| 裸土识别 | 裸土检测 | luotu |
| 变量名 | 说明 | 示例 |
|---|---|---|
| DEVICE_PLATFORM_URL | 设备平台地址 | http://192.168.1.100:8080 |
| KAFKA_BOOTSTRAP_SERVERS | Kafka地址 | 192.168.1.200:9092 |
| KAFKA_TOPIC | Kafka Topic | event-alarm |
8080: API服务端口
注意：告警图片会自动上传到外部设备管理平台，不需要配置本地Nginx服务器。
MIT License
- 技术支持: support@example.com
- 项目地址: https://github.com/your-org/yolo8