火焰炫光图像识别产品系统

矿山、采石场、隧道等重机械作业区域。监控画面中车辆大灯、探照灯等强光源频繁被传统系统误报成火情，值班人员对告警麻木，真实火情风险被掩盖。

包含四个功能模块：1.实时火焰检测——基于YOLO识别监控画面中的火焰区域，输出火源位置、面积和置信度；2.炫光智能过滤——同步识别车辆灯光、灯具反光等非火光源，自动排除误报；3.双通道交叉判断——综合两个模型的检测结果，只有确认为火焰且非炫光的目标才触发告警；4.自动告警与记录——确认火情后自动触发声光报警、截取视频片段上传并发送微信/短信通知，所有检测日志和告警历史可追溯。

主导开发矿山AI火焰检测与炫光过滤系统。技术栈：YOLOv8n + RK3588边缘计算 + Python + OpenCV。架构上采用双模型并行推理方案，在单块RK3588上同时部署火焰检测和炫光识别两个模型，共享视频流，NGP并行加速。

项目亮点：独创的炫光过滤交叉判断机制，彻底解决了矿山场景下机械车辆灯光误报的行业痛点，误报率从改造前的每日数十次降至趋近于零，且无需联网，适配矿山恶劣网络环境。

项目难点：RK3588算力有限，要同时跑两个模型且保持实时性，关键突破了异构计算调度，优化NPU/CPU负载分配，把推理帧率稳定在28FPS。其次是双模型结果的时间同步与空间坐标映射，解决了两个模型对同一目标检测框不一致时的判断逻辑。