1、采用YOLO系列模型（YOLOv11/YOLO-WORLD等）2、采用RTSP实时视频传输列协议进行监控画面读取分析，做到低延迟检测3、可与飞书APP进行通讯，发送检测消息提醒，并及时创建更新多维表格

1、设计了深度学习与传统视觉两种视觉检测模式2、对相机、运行主机设备要求低，低成本实现3、与PLC上位机实时通讯，实时传输检测识别信息，做到实时报警提醒，低延迟，设置简单

收集加油站的运行数据，提醒客户哪些位置可以停车加油，以及一系列安防监控功能的开发，比如加油站火灾报警、非法入侵、人脸识别等功能的开发。车辆加油数据的分析，给加油站的监控进行管理

通过YOLO实现目标识别与位置计算，带多目标锁定优化使用远程服务器进行激活码校验，同时有完善的后端管理可视化页面通过PID及自研算法完成移动输出计算，有移动平滑及反轨迹识别机制通过鼠标自动化盒子接口完成鼠标移动操作通过运行时加载功能实现主应用与敏感功能分离，避免文件识别应用多种数据传输方式，如TCP

系统分为四个功能模块：1、连续成像模块：线阵相机随传送带运动逐行扫描；2、特征提取模块：对每个物料区域提取颜色、纹理、形状等特征；3、分类识别模块：判断该物料为合格品还是异物，输出类别与位置；系统按产线速度实时处理，支持参数在线调整（如灵敏度、最小异物尺寸），适配不同物料批次。

系统分为四个功能模块：1、人员检测模块：在画面中实时定位人员位置，输出人体框；2、马甲识别模块：对检测到的人员做细粒度分类，判断其马甲类型；3、区域判定模块：在画面中预先划定各区域及其允许的马甲类型，判断人员当前所在区域是否与其马甲类型匹配；4、告警与统计模块：越权时实时告警并抓拍留证，同时按区域、

系统分为四个功能模块：1、目标检测模块：对视频画面中的风筝、鸟类、无人机等目标做实时检测，输出目标类别与位置框；2、多目标跟踪模块：为每个检测目标分配唯一ID并持续跟踪，记录其轨迹、停留时长与运动方向，避免同一目标重复告警；3、告警判定模块：按目标类型、进入区域、持续时长等条件组合判定是否触发告警，

系统包含视觉检测、串口通信、二维云台控制和状态反馈等功能。K230视觉模块实时检测目标并输出像素坐标；STM32主控通过USART1接收数据，并使用单字节中断和状态机完成报文解析；水平轴和俯仰轴分别由独立定时器的PWM通道驱动，根据坐标偏差计算舵机调整量，并通过死区和限幅减少抖动。主循环采用非阻塞分

项目包含开架式机械结构、推进与动力、传感与感知、运动控制、水面控制与通信五大功能模块。开架式框架模块采用高密度聚乙烯（HDPE）或铝合金型材构建模块化开放式骨架，配合浮力材实现水中零浮力配平，耐压电子舱采用双重O型圈密封，支持传感器与工具载荷的快速拆装。推进模块采用“4+4”或六推进器矢量布局，实现

项目背景：金矿井下环境复杂，传统人工盯屏效率低、响应慢。系统集成AI推理服务器与多种算法模型，实现人员违规、设备异常的实时分析、预警与事后溯源。•核心工作：基于SSM实现设备管理、告警规则配置、人员权限等模块，设计RESTfulAPI支撑终端与大屏交互；用RabbitMQ异步接收AI告警并按等级路由