openCV

包含图片上传模块、图像预处理模块、模型推理识别模块、结果输出与可视化模块。支持上传本地图片，自动完成图片尺寸归一化、降噪处理，调用训练好的深度学习模型进行类别预测，输出识别标签与置信概率，并展示可视化的识别结果

系统包含麻将规则环境、自博弈数据生成、PPO强化学习训练、League训练、BehaviorCloning、DAgger、模型评估、ONNX导出以及Android端视觉识别和本地推理等模块。训练系统允许AI通过大量自博弈持续改进策略，并使用独立评估流程比较不同版本模型强度。移动端通过计算机视觉识别牌

平台按四层架构设计：视频接入网关层支持RTSP/RTMP/ONVIF/GB28181/WebRTC多协议接入与硬解码、GPU渲染；AI分析引擎层提供算法仓与规则引擎，支持人脸、车牌、周界、行为等事件识别；应用层包含Qt多分屏实时预览、时间轴回放、AI告警中心、智能运维健康度大屏、地图指挥调度、移动端

●系统架构设计：主导构建模块化Agent架构，集成视频理解、行为分析、画像建模与LLM决策四大模块，支持实时流式处理与批量更新，系统日均处理视频50W+，用户行为日志2亿+条。●多模态：基于Qwen-VL实现视频帧语义分类，准确率达91.3%（Top-1）；融合YOLOv8（目标检测）、Whispe

（一）基础目标检测功能1.红绿灯状态识别：精准识别红灯、绿灯、黄灯、熄灭故障四种状态，区分机动车红绿灯、行人专属红绿灯，适配不同路口灯型样式。2.多目标精准检测：覆盖红绿灯有效管控区域内所有核心目标，包括机动车（轿车、货车、电动车、摩托车）、行人、非机动车，支持密集人群、车辆拥堵、逆光、弱光、雨天、