基于 FastAPI + Jinja2 的轻量级工业质检钢材缺陷检测系统
- 🎯 双模检测：支持 YOLO 目标检测和 Channel-UNet 语义分割
- 📹 实时视频流：支持 USB 摄像头和 IP 摄像头
- 🔍 智能分析：讯飞星火大模型辅助缺陷分析
- 📊 检测记录：自动保存检测结果、标注图、热力图、裁剪图
- 🖼️ 批量管理：支持图片批次管理和详情查看
- 👤 多用户支持：个人用户、企业用户、系统管理员
- 🔐 权限控制：基于角色的访问控制（RBAC）
- 📊 数据隔离：每个用户的检测记录独立存储
- 📈 管理员看板：系统统计、用户管理、数据监控
- ⚙️ 参数调节：实时调整置信度阈值、IOU 阈值
- 🎨 可视化：标注图、热力图、缺陷裁剪图
- 📱 响应式 UI：适配桌面和移动端
| 层级 | 技术 |
|---|---|
| Web 框架 | FastAPI + Uvicorn |
| 前端渲染 | Jinja2 模板 + 原生 JavaScript |
| AI 模型 | YOLO (目标检测) + Channel-UNet (语义分割) |
| AI 分析 | 讯飞星火 4.0Ultra (图片理解) + Lite (文本对话) |
| 数据库 | SQLite |
| 用户认证 | JWT (Cookie httponly) |
- Python 3.10 或更高版本
- NVIDIA GPU（可选，用于加速推理）
# 1. 克隆项目
git clone <repository-url>
cd SteelDefect
# 2. 安装依赖
pip install -r requirements.txt
# 3. 配置环境变量
cp .env.example .env
# 编辑 .env，填入讯飞 API 密钥等配置
# 4. 启动系统
python start.py# 双击 start.bat，选择启动后端
start.bat- 系统首页：http://localhost:8000
- API 文档：http://localhost:8000/docs
SteelDefect/
├── main.py # FastAPI 主入口
├── config.py # 配置管理 (Pydantic Settings)
├── start.py # 后端启动脚本
├── requirements.txt # Python 依赖
├── .env # 环境变量（需自行配置）
├── .env.example # 环境变量示例
│
├── services/ # 业务服务层
│ ├── model_service.py # AI 模型加载与推理
│ ├── record_service.py # 检测记录管理
│ ├── spark_image_service.py# 讯飞图片理解 API
│ ├── spark_lite_service.py # 讯飞 Lite 文本对话
│ └── video_service.py # 摄像头/视频流
│
├── database/ # 数据访问层
│ ├── sqlite_client.py # SQLite 数据库客户端
│ └── models.py # 数据模型定义
│
├── segmentation/ # UNet 语义分割模型
│ └── unet/
│ └── channel_unet_models.py
│
├── static/ # 前端静态资源
│ ├── app.js # 主页面脚本
│ ├── style.css # 全局样式
│ ├── captures.js/css # 检测记录页脚本/样式
│ ├── detect.js # 检测页脚本
│ ├── fonts/ # HarmonyOS 字体
│ └── images/ # SVG 图标
│
├── templates/ # HTML 模板
│ ├── index.html # 主检测页
│ ├── detect.html # 图片检测页
│ ├── captures.html # 检测记录页
│ ├── admin.html # 管理员面板
│ ├── login.html # 登录/注册页
│ └── profile.html # 个人中心
│
├── models/ # AI 模型权重（不进 git）
│ ├── best.pt # YOLO 模型
│ └── myChannelUnet_2_neudet_best.pth # UNet 模型
│
├── data/ # 运行时数据（不进 git）
│ └── steel_defect.db # SQLite 数据库
│
├── captures/ # 检测截图（不进 git）
├── uploads/ # 上传文件（不进 git）
├── logs/ # 日志文件（不进 git）
│
├── scripts/ # 工具脚本
│ ├── create_users.py # 创建测试用户
│ ├── init_db.py # 数据库初始化
│ ├── batch_import.py # 批量导入检测记录
│ └── batch_import_isolated.py # 带用户隔离的批量导入
│
├── docker/ # Docker 部署配置
├── docs/ # 项目文档
├── _archived/ # 归档代码
│ └── frontend-react/ # React 前端（备用/未来展望）
│
├── start.bat # Windows 启动脚本
└── README.md # 本文件
| 用户名 | 密码 | 类型 |
|---|---|---|
| admin | admin123 | 管理员 |
| zhangsan | 123456 | 个人用户 |
| baosteel | 123456 | 企业用户 |
- 登录系统：访问 http://localhost:8000/login
- 上传检测：在首页拖拽或点击上传钢材图片
- 查看结果：检测完成后查看标注图、热力图、缺陷裁剪
- AI 分析：点击"AI 分析"按钮获取智能分析报告
- 检测记录：点击"检测记录"查看历史检测数据
- 管理员面板：管理员可查看所有用户数据和系统统计
所有配置在 .env 文件中管理，主要配置项：
| 配置项 | 说明 | 默认值 |
|---|---|---|
PORT |
服务端口 | 8000 |
YOLO_MODEL_PATH |
YOLO 模型路径 | ./models/best.pt |
DATABASE_URL |
数据库路径 | sqlite:///./data/steel_defect.db |
SPARK_IMAGE_APP_ID |
讯飞图片理解 App ID | （需配置） |
SPARK_IMAGE_API_KEY |
讯飞图片理解 API Key | （需配置） |
SPARK_IMAGE_API_SECRET |
讯飞图片理解 API Secret | （需配置） |
本项目仅供学习和研究使用。