一、项目定位
多路视频智能布控分析平台面向园区、工厂、仓储、机房和通道等场景，提供多路视频接入、目标检测、区域布控和结构化报警能力。平台将视频流、算法模型和业务规则集中到一个管理界面中，适合本地部署和私有化环境使用。
二、核心技术链路
系统以 Django 作为管理端，以 ZLMediaKit 负责媒体转发，结合 FFmpeg、OpenCV 和 YOLO 推理引擎完成视频处理。摄像头可以通过 RTSP 或 GB28181 接入，算法结果经过区域规则判断后形成报警记录和快照。
- 视频接入：支持 RTSP、GB28181，并通过媒体服务统一管理流。
- 视觉推理：支持 PyTorch、ONNX、OpenVINO 等推理方式。
- 规则编排：支持入侵、越线、方向、密度、滞留等后处理规则。
- 业务复核：可选接入 OpenAI 兼容大模型，对识别结果进行二次说明和复核。
三、部署准备
建议使用 Python 3.10 及以上版本，准备 FFmpeg 和 ZLMediaKit，并按照发布包内的环境安装说明安装依赖。首次启动前重点检查 config.json 中的管理端口、媒体端口、FFmpeg 路径和媒体服务路径。
python manage.py migrate
python manage.py check
python manage.py runserver 0.0.0.0:10001四、从接入到报警的配置流程
- 在“视频管理”添加摄像头，先确认拉流正常。
- 在“小模型”中配置检测模型，并检查标签是否加载成功。
- 在“业务算法”中选择检测目标和后处理规则。
- 在“布控管理”绘制区域，绑定业务算法。
- 点击“启动分析”，在“报警管理”查看结构化结果与快照。
五、区域规则的工程实践
多边形区域适合描述禁入区、作业区、通道和设备周边区域。建议先使用较小区域验证规则命中，再逐步扩大范围；同时结合置信度阈值、目标类别和持续时间，减少光照变化、遮挡和短时误检带来的干扰。
六、排查思路
| 现象 | 建议检查项 |
|---|---|
| 无视频 | 检查摄像头地址、账号密码、FFmpeg 和媒体服务端口。 |
| 有视频无报警 | 确认模型加载、业务算法绑定、布控区域和分析开关。 |
| 报警位置偏差 | 检查原始分辨率、推理缩放和区域坐标是否匹配。 |
| 启动失败 | 查看 log 目录，核对依赖版本和媒体服务动态库。 |
七、交付内容
本项目提供项目源码、SQLite 数据库结构 SQL、环境安装说明和项目运行说明。具体功能和交付内容以项目页面及当前发布包为准。
