目标检测平台产品系统

一、立项原因
当前市面上的目标检测工具大多面向单次演示，加载模型后直接对视频流推理，缺乏工程化能力：换模型要改代码、抽帧策略固定不灵活、长时间无人值守容易把磁盘写满导致程序崩溃、推理结果无法结构化留存、推理过程还会阻塞界面导致操作卡死。本项目旨在构建一套 通用视频目标检测平台 ，将模型加载、抽帧控制、定时任务、磁盘监控、数据落库与 UI 响应解耦，让检测能力从"能跑通"升级为"能长期稳定运行、可管理、可追溯"，满足实际生产环境对稳定性、可维护性和数据沉淀的需求。
二、应用场景
1. 安防监控异常行为巡检
接入固定摄像头视频源，加载人员/车辆等 YOLO 数据集，按设定抽帧间隔（如每秒1帧）周期性推理，检测到目标后自动截图并记录时间戳入库，支持事后按时间索引回查。适用于仓库、厂区、园区的无人值守监控。
2. 工业流水线缺陷检测
配合产线摄像头，定时对采集画面进行瑕疵检测，抽帧间隔可按产线节拍调整；磁盘耗尽预测提前提醒运维清理或迁移数据，避免因存储写满导致产线检测中断。
3. 交通/车牌视频分析
加载车辆或车牌数据集对交通录像做批量检测，推理结果通过数据库结构化存储，便于后续统计车辆流量、生成分析报表。
4. 长周期科研与实验数据采集
科研场景下常需连续数天甚至数周运行检测任务，平台的磁盘耗尽预测与 UI 非阻塞设计保证了长时间运行的稳定性和可操作性，同时所有检出结果自动留底，方便科研复盘。

一、模型管理功能
多数据集动态加载
支持加载不同的 YOLO 模型/数据集（如人员、车辆、车牌、工业瑕疵等），无需修改代码即可切换检测目标。
模型参数（置信度阈值、IOU 阈值、类别过滤）可在界面上配置。
支持模型权重文件统一管理，方便后续扩展新的检测任务。
二、视频接入与抽帧控制
视频源接入
支持本地视频文件、摄像头实时流等多种视频源。
抽帧间隔可配置
可自定义每隔 N 帧推理一次，兼顾检测实时性与算力占用。
在算力有限的设备上，通过拉大抽帧间隔保证推理稳定、不丢帧。
三、定时任务调度
定时推理
支持设定开始时间、结束时间或周期性任务，实现按计划自动运行检测。
适合夜间巡检、固定时段采集等无人值守场景，无需人工干预。
四、磁盘耗尽预测
存储监控与预警
实时监控磁盘剩余空间与写入速率，预测磁盘耗尽时间。
空间不足时提前预警（弹窗/日志），并可按策略自动清理旧数据或停止写入，避免程序因磁盘写满崩溃。
五、数据存储功能
数据库结构化存储
检测结果（目标类别、坐标、置信度、时间戳、所属视频源）自动写入数据库。
支持按时间、类别、视频源等条件检索与回查，便于后续统计分析和报表生成。
检测截图可同步存档，实现"数据 + 图像"双重留底。
六、推理性能与 UI 体验
推理不阻塞界面
采用多线程/异步架构，推理计算与界面渲染分离，检测过程中界面操作流畅不卡顿。
实时显示检测画面、进度、当前帧信息与统计结果，交互响应及时。
七、可视化与交互
检测画面上叠加目标框、类别标签与置信度。
界面展示实时检测状态、任务进度、磁盘占用等运行信息。
支持暂停、继续、停止等任务控制操作。
八、可扩展性
模块化设计，模型、抽帧策略、存储方式、预警规则均解耦，便于后续接入更多数据集或扩展新功能（如车牌 OCR、告警推送等）。

**负责任务**：整体架构设计、YOLO 模型加载与推理封装、抽帧与定时调度、磁盘耗尽预测、数据库存储设计、多线程与 UI 解耦、稳定性调优。
**技术栈**：C++、Qt 6.8.3、OpenCV、YOLO（ONNX）、MySQL/SQLite，Windows + MinGW。
**架构**：分层设计 + 生产者—消费者多线程，推理线程与 UI 主线程分离。
**亮点**：模型热切换、推理 UI 不卡、磁盘耗尽主动预警、结果结构化落库可追溯。
**难点**：抽帧与推理速度匹配、线程安全同步、长时间运行稳定性、磁盘预测准确性、多数据集格式统一。