3 设计框架

3.1 技术架构概述

3.1.1 数据采集层

负责实时视频流的采集和处理，支持多种输入源：

• 本地视频文件（MP4、AVI等格式）
• 摄像头实时视频流（USB摄像头、IP摄像头）
• 网络视频流（RTSP、HTTP-FLV等协议）

3.1.2 目标检测层

基于YOLOv11模型实现多目标检测功能：

• 支持80类COCO数据集常见物体检测
• 实时检测帧率可达30FPS（1080p分辨率）
• 检测精度mAP@0.5达到78.2%

3.1.3 行为分析层

对检测结果进行高级分析：

• 运动轨迹跟踪（基于DeepSORT算法）
• 异常行为识别（如跌倒检测、入侵检测）
• 目标计数统计

3.1.4 用户交互层

提供可视化操作界面：

• 实时视频显示区域
• 检测结果可视化叠加
• 参数配置面板
• 统计图表展示区

3.2 关键技术详解

3.2.1 YOLOv11 目标检测

采用改进的YOLOv11模型架构：

• Backbone：CSPDarknet53
• Neck：PANet
• Head：解耦头设计

YOLOv11 检测流程伪代码：

def detect(frame):
    # 预处理
    img = preprocess(frame)
    # 前向推理
    preds = model(img)
    # 后处理
    boxes = non_max_suppression(preds)
    # 返回结果
    return boxes

3.2.2 非极大值抑制（NMS）

采用改进的Soft-NMS算法：

• 重叠阈值IoU=0.5
• 得分阈值confidence=0.25

NMS 实现伪代码：

def nms(boxes, scores):
    # 按得分排序
    order = scores.argsort()[::-1]
    keep = []
    while order.size > 0:
        i = order[0]
        keep.append(i)
        # 计算IoU
        ious = bbox_iou(boxes[i], boxes[order[1:]])
        # 保留低重叠框
        inds = np.where(ious < thresh)[0]
        order = order[inds + 1]
    return keep

3.2.3 PyQt5 用户界面

采用MVC架构设计：

UI 核心模块设计：

• MainWindow：主窗口框架
• VideoWidget：视频显示组件
• ControlPanel：控制面板
• LogViewer：日志显示区

PyQt5 主要交互流程：

1. 用户点击"打开视频"按钮
2. 触发文件选择对话框
3. 初始化视频捕获线程
4. 开始视频帧处理循环

PyQt5 核心交互逻辑伪代码：

class MainWindow(QMainWindow):
    def __init__(self):
        # 初始化UI组件
        self.setup_ui()
        # 连接信号槽
        self.btn_open.clicked.connect(self.open_video)
        
    def open_video(self):
        path = QFileDialog.getOpenFileName()
        self.capture = VideoCaptureThread(path)
        self.capture.frame_ready.connect(self.update_frame)
        self.capture.start()

3.3 系统工作流程

完整处理流程：

1. 视频源输入
2. 帧预处理（缩放、归一化）
3. YOLOv11目标检测
4. NMS后处理
5. 行为分析
6. 结果可视化
7. 用户交互响应

3.4 数据集训练流程

3.4.1 数据准备

• 数据来源：COCO2017 + 自定义数据集
• 数据增强策略：
  • 随机翻转（水平/垂直）
  • 色彩抖动（亮度、对比度）
  • Mosaic增强
• 标注格式：YOLO格式（class x_center y_center width height）

3.4.2 模型训练

• 训练环境：NVIDIA RTX 3090 × 4
• 超参数配置：
  • 初始学习率：0.01
  • batch size：64
  • 优化器：SGD with momentum
  • 训练轮次：300 epochs

3.4.3 模型评估

评估指标：

• mAP@0.5:0.95
• Precision-Recall曲线
• 推理速度（FPS）

3.5 UI 交互系统设计逻辑

3.5.1 界面布局

采用栅格布局：

• 顶部：菜单栏（文件、视图、帮助）
• 左侧：控制面板（30%宽度）
• 右侧：视频显示区（70%宽度）
• 底部：状态栏（帧率、时间戳）

3.5.2 控件设计

核心控件：

• 视频播放控制组（播放/暂停/停止）
• 检测参数调节滑块（置信度、IoU阈值）
• 模型选择下拉菜单
• 日志显示文本框

3.5.3 交互逻辑

关键交互场景：

1. 视频播放控制
2. 检测结果筛选
3. 报警规则设置
4. 导出检测报告

3.6 可视化图表显示逻辑

3.6.1 检测结果统计图

使用PyQtChart库实现：

• 柱状图：各类别检测数量
• 折线图：随时间变化趋势
• 饼图：类别占比分布

示例：检测结果统计

def update_chart(data):
    series = QBarSeries()
    for cls, count in data.items():
        bar = QBarSet(cls)
        bar.append(count)
        series.append(bar)
    chart.addSeries(series)

3.6.2 日志记录与显示

采用分级日志系统：

• DEBUG：调试信息
• INFO：运行状态
• WARNING：异常警告
• ERROR：严重错误

示例：日志记录函数

def log_message(level, msg):
    timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    formatted = f"[{timestamp}] [{level}] {msg}"
    logger.append(formatted)
    # 不同级别颜色区分
    if level == "ERROR":
        logger.setTextColor(Qt.red)