面向无人图书馆的深度学习多模块集成管理系统产品系统

本项目面向无人图书馆和智慧图书馆场景，旨在解决传统图书馆人工管理成本高、借阅归还效率低、馆藏状态更新不及时、安全监控能力不足等问题。随着校园和公共图书馆逐渐向无人化、智能化方向发展，系统需要同时具备用户身份认证、图书借还管理、馆藏数据统计以及异常目标识别能力。本项目通过深度学习识别技术与图书馆业务管理功能结合，为无人图书馆提供更加高效、便捷、安全的管理方案。

项目主要包括登录模块、读者模块、管理员模块和智能识别模块。登录模块实现用户账号验证和角色区分，支持读者与管理员进入不同功能界面。读者模块支持图书查询、分页浏览、图书借阅、图书归还以及借阅数量限制。管理员模块支持图书信息管理、馆藏数量维护、库存不足提醒、借阅数据统计和图表可视化展示。智能识别模块基于 YOLO 模型实现人物、书本、书包、手机等目标检测，并支持通过摄像头、图片和视频进行识别，为无人图书馆的安全管理和智能监控提供辅助。

我负责项目的整体需求分析、系统设计、界面开发、数据库设计、深度学习模型训练与系统集成实现。项目使用 Python 作为主要开发语言，采用 PyQt5 构建桌面端图形界面，使用 SQLite 存储用户、图书和借阅信息，并结合 OpenCV 与 YOLO 目标检测模型实现多类别物体识别。实现过程中重点完成了读者端借还书流程、管理员端馆藏管理与数据可视化、识别模型调用和多模块集成。项目难点在于将传统管理系统与深度学习识别模块融合，并保证界面操作、数据库更新和识别结果展示之间能够稳定协同运行。