工厂ai安全智能识别系统产品系统Vibe Coding

通过监控画面智能识别工厂实时视频，实时识别例如安全帽佩戴，火灾，吸烟等违规操作或安全隐患并实时报警。

本系统面向化工厂/园区的安全生产场景，提供“摄像头接入—智能识别—报警处置—统计分析—系统配置”一体化能力。首先在媒体与输入模块中，可接入本地摄像头、RTSP视频流，并支持GB28181国标接入配置（对接网关后可自动拼接拉流地址），实现多摄像头的统一管理与分组。系统支持对摄像头设置启停、在线状态检查、预览截图，并可配置屏蔽区域/遮挡区域，在不需要检测的区域内过滤目标，降低误报并提升有效算力利用率。
在智能分析方面，平台内置多类安全算法（如火灾/烟雾、人员聚集、区域入侵、离岗、睡岗、打电话行为、安全着装类等），可对视频流进行实时检测，并提供视频监控看板展示检测画面与结果。除了实时分析，还支持视频流分析任务与图片分析任务：按任务维度选择摄像头、配置启用算法与参数，便于不同区域、不同班组采用不同策略；算法侧也支持“底库/样例”管理，用于部分安全着装与规则类识别的校验与优化。
在报警与处置方面，系统将识别到的事件写入报警中心，支持活跃报警与历史报警查询、按条件检索、状态流转（未处理/处理中/已处理/误报）、批量归档等。报警触发可生成现场截图并叠加检测框，方便复核与追溯；同时可配置报警弹窗与语音/推送相关策略，形成闭环处置流程。
在数据看板与统计方面，提供业务概览、大屏、视频监控等页面，支持趋势统计、算法占比、分布统计、摄像头报警Top排行、实时报警列表等，帮助管理者快速掌握风险态势与重点区域。系统还包含用户与角色、主题风格、基础配置等管理功能，支持本地/容器化部署，满足单机到生产环境的落地需求。

1.我独立完成整个项目
2.本本项目是化工厂安全AI视频监控平台，采用 Python/Flask 提供Web与REST API（Jinja2模板渲染），AI侧基于 YOLOv8(Ultralytics)+PyTorch+OpenCV 实现多类隐患检测；数据层用 SQLAlchemy，支持 MySQL（生产）/SQLite（备用）；前端为原生 HTML/CSS/JS + ECharts 看板；部署支持 Gunicorn+Nginx+Docker Compose。架构上是MVC+实时推理流水线：视频源（摄像头/RTSP/国标GB28181拼接RTSP）→抽帧/重连→推理→报警→落库/截图→统计展示。亮点：RTSP多策略连接与断线重连、屏蔽区域过滤减少误报、报警去重+截图带框、内网资源本地优先、模型加载兼容处理。难点：实时多路性能与延迟权衡、视频流不稳定、单体路由维护成本、DB迁移与文件数据治理、安全（密码/密钥管理）完善。