啥时候吃饭
约 753 字大约 3 分钟
PGuide OAuth计算机视觉YOLOECharts
2025-03-08
哈哈,这个项目是一个科学决策什么时候去食堂吃饭的项目,让你合理避开重医吃饭高峰期。
项目简介
使用YOLO、OpenCV等计算机视觉识别框架,检测画面中人数,在网页端、APP端显示实时人流量,通过机器学习算法推测最合理的吃饭时间区间。
项目重点
- 高精度识别实时人数
- 30FPS以上的识别帧
- 网络传输json数据
- 后端跨域访问
- 身份验证
- 前端设计
- 组件、UI设计
- 机器学习推测
- 数据采集
- 算法选型
- 通知配置
- SMTP邮件通知
- QQ机器人
项目进度
项目结构
when2eat
backend# Flask后端核心
app
api# API路由
v1# API版本控制
…
common# 通用工具
…
models# 数据库模型
…
services# 业务逻辑层
…
__init__.py
ml_models# 训练好的模型文件
yolo_v5s# 不同版本模型
…
scripts# 数据库迁移及其他脚本
…
tests# 后端测试
unit# 单元测试
…
integration# 集成测试
…
requirements
dev.txt# 开发依赖
prod.txt# 生产依赖
frontend# Vue 3前端
public# 公开资源
…
src
assets# 静态资源
…
components# 通用组件
…
views# 页面视图
…
services# API服务层
…
utils# 前端工具
…
cv_processing# 计算机视觉模块
detectors# 检测算法实现
…
utils# OpenCV工具
…
calibration# 摄像头校准数据
…
infrastructure# 基础设施配置
docker# Docker配置
nginx# Nginx配置
…
flask# Flask配置
…
k8s# Kubernetes配置
…
terraform# 基础设施即代码配置
…
docs# 项目文档
api-spec# OpenAPI规范
…
architecture# 架构设计图
…
deployment.md# 部署文档
notebooks# Jupyter分析笔记
…
.github# CI/CD配置
workflows# 工作流配置
…
Makefile# 构建自动化
docker-compose.yml# Docker Compose配置
.env.sample# 环境变量模板
其他可能会遇到的问题
- 如何进行数据采集
- python写一个定时任务,调用摄像头抓拍
- 注意数据脱敏,不要上传任何人脸数据
- 光线较暗时如何进行算法优化
- 红外可能效果并不理想
- 机器学习比较陌生
- 可以采用现有大模型,调用其API即可
- 不不不,我就要学机器学习
贡献者
更新日志
febfb
-docs(begin.md): update interaction instructions for comments section于