您现在的位置是:首页 >技术交流 >【安全帽头盔检测】基于YOLOV11+pytorch+Flask+SpringBoot+Vue+MySQL的安全帽头盔检测识别系统网站首页技术交流
【安全帽头盔检测】基于YOLOV11+pytorch+Flask+SpringBoot+Vue+MySQL的安全帽头盔检测识别系统
前言
本系统是一个完整的基于YOLOV11+pytorch+Flask+SpringBoot+Vue+MySQL的安全帽头盔检测识别系统。
 可使用YOLOV1-YOLOV11的任意模型进行目标检测。可以检测图片、视频、摄像头三种方式。能够检测出是否佩戴安全帽或头盔。可应用于工地施工现场、工厂安全检查、电瓶车头盔佩戴等。
 技术栈使用YOLO、Pytorch、SpringBoot、MyBatis-Plus、Vue3、Ts、element-plus、Flask、Axios、MySQL等技术。
 系统还支持分用户管理。分为管理员和普通用户,管理员可查看所有记录,并管理用户。普通用户只可查看自己的记录。
 界面简洁、美观。支持主题色修改、布局样式修改、组件大小修改等。
 系统演示视频
1.界面功能介绍
1.登陆注册
系统使用MySQL作为数据库实现登陆注册功能。如下:
 

2.图像检测
登陆成功后来到系统首页。
 
在这里可以选择模型、设置最小置信度并上传检测图片完成检测识别功能。
 
 点击开始预测后即可检测识别。可检测识别出是否佩戴安全帽。
 这里会显示所有检测结果以及其对应的置信度。
 


 
3.视频检测
选择视频检测模块即可检测视频

 在这里可以选择模型、设置最小置信度并上传检测视频完成检测识别功能。
 
 点击开始处理后即可检测识别。可检测识别出是否佩戴安全帽。
 
处理完成后会显示保存进度
 
4.摄像检测
选择摄像检测模块即可检测摄像头实时内容

在这里可以选择模型、设置最小置信度完成检测识别功能。
 
点击开始录制后即可检测识别。可检测识别出是否佩戴安全帽。
 
 处理完成后会保存检测内容。
5.图片识别记录
系统会保存用户识别的记录,包括原始图片、预测图片、识别权重、置信度、最小阈值、总用时、识别用户、识别时间等信息。其中会分别记录检测的结果以及置信度。
 这里做了权限管理,每个用户只能查看自己的识别记录。但是管理员可以查看所有记录。
 
 下拉内容即可查看详细识别结果
 
 
同时也支持模糊查询。
 
6.视频识别记录
系统会保存用户识别的记录,包括原视频、处理结果、识别权重、最小阈值、识别用户、识别时间等信息。
 这里做了权限管理,每个用户只能查看自己的识别记录。但是管理员可以查看所有记录。
 
 点击查看详情可以查看更多信息
 
 这里可以开始播放视频、暂停播放。同时也可拖动视频


 同样也支持模糊查询
 
7.摄像识别记录
系统会保存用户摄像识别的记录,包括处理结果、识别权重、最小阈值、识别用户、识别时间等信息。
 这里做了权限管理,每个用户只能查看自己的识别记录。但是管理员可以查看所有记录。
 
可以查看视频
 
 同样也支持模糊查询。
8.用户管理
管理员可对用户信息进行管理,包括对用户的增删改查
 
 
9.个人中心
用户在个人中心可对自己的信息进行修改
 
10.主题风格修改
系统可以自定义直接修改主题,包括系统整体颜色、组件大小。
 支持深色模式、色弱模式、灰色模式等。
 

 
还可以自定义样式布局。
 


11.模型训练
可自己训练模型。数据集在文件中。可重新训练权重。支持训练yolov1-yolov11的所有权重。
 
 
 
 训练完成后将权重放到weights目录下即可使用。
2.代码目录介绍
1.yolo_helmet_detection_web文件
这是系统的整体文件,包含:
 1.yolo_helmet_detection_flask文件—具体实现YOLO算法的工程文件,使用python语言。
 2.yolo_helmet_detection_springboot文件—具体实现系统后端的工程文件,使用SpringBoot框架。
 3.yolo_helmet_detection_vue文件—具体实现系统前端Web界面的共工程文件,使用Vue3框架。
 4.ffmpeg-7.1-full_build文件—系统所需出视频处理的软件。
 5.yolo_detect.sql文件—系统数据库文件。
 6.YOLOV11web系统安装部署教程.pdf—系统安装教程。
 
2.yolo_helmet_detection_flask文件

 这是实现系统算法的工程文件。
 1.dataset—这是存放系统训练所需的数据集。
 2.predict—实现预测的代码。
 3.runs–保存训练结果(训练权重和图片信息)以及预测过程中的图片结果和视频结果(临时文件,会删掉)。
 4.weights–保存训练权重
 5.main.py–主函数。只运行这个即可。
 6.train.py–训练文件,可重新训练自己的权重。
3.yolo_helmet_detection_springboot文件

 这是实现系统后端的工程文件,具体详细说明files和src文件
 1.files—这是存放系统上传图片的文件。
 2.src—具体实现后端逻辑的文件。
4.yolo_helmet_detection_vue文件

这是实现系统前端Web界面的共工程文件,具体前端逻辑在src目录中。
            




U8W/U8W-Mini使用与常见问题解决
QT多线程的5种用法,通过使用线程解决UI主界面的耗时操作代码,防止界面卡死。...
stm32使用HAL库配置串口中断收发数据(保姆级教程)
分享几个国内免费的ChatGPT镜像网址(亲测有效)
Allegro16.6差分等长设置及走线总结