多路视频AI检测与设备控制平台产品系统

面向需要对多路摄像头画面进行自动分析的场景,例如园区、道路、仓储等区域的安防监控。人工盯屏容易疲劳漏看,多路画面需要来回切换,可见光和红外画面也难以联合判断。项目把多路摄像头(可见光、红外)、云台设备和 AI 视频检测接入一个平台:系统对视频流自动做目标检测并实时展示结果,管理人员可以在后台统一管理设备和视频通道、控制云台,减少人工盯屏和手动切换。

一、设备与视频:云台设备管理(位置、方位角、俯仰角、工作状态和控制);视频通道管理,支持可见光、热红外、近红外、融合视频,支持 H264/H265 编码和 RTSP 拉流;视频录制管理和视频检测日志。
二、AI 检测:对视频流做目标检测(车辆、行人等)和重识别跟踪,结果带置信度和位置,实时展示并写入检测日志。
三、实时查看:多路视频同时查看,检测结果和画面实时推送到前端。
四、系统管理:用户权限、操作日志、文件管理。

我们团队负责平台 Web 端、通信服务、AI 推理服务和部署的开发。系统拆成四个独立进程,共用一套代码、MySQL 和 Redis:一是 Web 后台(Flask,gunicorn 运行);二是设备通信服务,基于 TCP 和 WebSocket,包含认证、连接管理、心跳监测和任务管理,并把检测画面推送到前端;三是 AI 推理服务,独立于 Web 部署在 GPU 机器上,自行拉取 RTSP 视频流,支持可见光、红外单路和双路融合模式,运行 YOLO 目标检测和 OSNet 重识别跟踪,通过 Redis 发布带标注的画面和检测结果;四是检测日志工作进程,单实例订阅检测结果并按采样限流写入数据库,避免多进程重复写入。进程间通过 Redis 发布订阅和共享数据库协调,不依赖进程内状态。部署使用 Docker 和 k3s,推理服务提供 GPU 镜像;代码通过挂载方式更新,仅依赖变化时才重新构建镜像。