基于 YOLOv8 的变配电站智能安监系统产品系统

本项目面向变配电站巡检和检修作业场景，用于识别现场人员是否存在未佩戴安全帽、未穿反光衣等安全装备违规行为。系统可接入本地摄像头、本地视频或图片，对画面中的人员和安全装备进行实时检测，并在发现违规时进行告警、记录和留证，辅助安全监管人员提升巡检效率。

系统基于 YOLOv8 目标检测模型，实现人员、安全帽、反光衣、口罩、安全锥、车辆、机械等目标识别，并重点统计未戴安全帽、未穿反光衣等违规事件。系统支持本地摄像头、本地视频、本地图片三种输入方式，提供置信度调节、实时检测日志、人员数量统计、违规事件统计、告警指示灯、蜂鸣报警、抓拍留证和安监报告导出等功能。

我负责完成桌面端智能安监系统开发，使用 Python、Tkinter、OpenCV、Pillow 和 Ultralytics YOLOv8 构建完整检测流程。项目实现了 YOLOv8 模型加载与预热、摄像头/视频/图片输入处理、跳帧推理优化、中文检测框绘制、标签防遮挡、违规告警冷却、实时日志展示、抓拍保存和 TXT 安监报告导出。系统采用 U 盘动态路径设计，不写死盘符，便于在不同 Windows 设备上直接运行。