AI 视频监控平台全景介绍
AI 视频监控平台是一款融合强大功能与便捷操作特性的实时算法视频监控系统。其核心愿景在于破除各大芯片厂商之间的技术壁垒，省去冗余且重复的适配流程，构建起 "芯片 - 算法 - 应用" 全流程协同的组合体系。这一创新体系能够助力企业级应用降低约 95% 的开发成本；与此同时，在高性能视频算法支撑下的 AR 技术，不仅可实现远程培训与远程操作指导场景中前后场的简易互动，更能达成人机协同的高效模式，最终推动整个巡检流程朝着标准化方向迈进。对于用户而言，仅需通过界面完成简单操作，便能实现全量视频的接入与布控工作，大幅降低使用门槛。
基础项目搭建地址可参考：yihecode-server。该项目围绕 AI 场景展开开发，提供算法模型管理、摄像头管理、告警管理、数据统计等核心功能模块，为平台落地提供技术支撑。
一、系统形态（按客户环境划分）
1. 集群版 - AIBox
- 核心能力：支持对大规模边缘盒子进行集中化管理与调度，平台能够实现多盒子的统一控制与管理，同时对报警推送消息功能进行优化升级，提升信息传递效率。
- 管理体系优势：搭载智能管理体系，可实现数据治理标准化、应用建设智能化、安全管理体系化、运维保障高效化、异常监测实时化以及数据信息可视化，全方位提升管理效能。
- 适用场景：适用于基于多边缘盒子部署的综合视频安防系统，多用于需要布置大量摄像头的场景，例如仓库、物流园区、学校、医院、工厂、交通枢纽等人员密集或物资集中区域。
2. 单机版 - SingleBox
- 核心能力：仅需应用单个边缘盒子，可关联少量摄像头与算法，能够在客户现场快速完成部署并投入使用，满足小型场景的监控需求，缩短项目落地周期。
3. 服务器版 - Master
- 核心能力：面向配备 GPU 显卡的企业用户，是一套基于服务器部署的综合视频安防系统，同样能够支持大量摄像头的布置场景，为高算力需求场景提供解决方案。
项目公开演示链接：AI 视频监控管理
二、系列项目 Gitee 链接（需前往对应版本的两个项目同步代码）
| 系统版本 | 项目名称 | 描述 | 备注 |
|---|---|---|---|
| 集群版 - AIBox | AIBOX - Server | 后端项目 | 需付费 |
| 集群版 - AIBox | AIBOX - VUE | 前端项目 | - |
| 服务器版 - Master | Master - Server | 后端项目 | 暂时开源 |
| 服务器版 - Master | Master - VUE | 前端项目 | - |
| 单机版 - SingleBox | SingleBox - Server | 后端项目 | 需付费 |
| 单机版 - SingleBox | SingleBox - VUE | 前端项目 | - |
三、项目特点
- 集成化体验：打造集视频监控、计算机视觉计算、告警通知于一体的视频安防平台，无需额外搭配多个系统，减少系统间的兼容问题，提升使用便捷性。
- 灵活的流协议支持：兼容 RTSP/RTMP 推流与拉流两种形式，能够根据不同的传输需求进行适配，满足多样化的视频传输场景。
- 跨平台部署能力：支持 x86、arm 等多指令集平台部署，不受限于特定硬件架构，为不同硬件环境的客户提供灵活选择。
- 丰富的视频格式兼容：可支持 H265、H264、GB28181 等主流视频格式，能够适配多场景下的视频源，扩大平台的应用范围。
- 模型自定义能力：允许用户添加自主训练的算法模型，满足用户在特定场景下的个性化识别需求，提升平台的灵活性与适配性。
- 高效 AI 计算：支持多路视频、多算法的实时 AI 计算，保障视频识别与数据分析的效率，确保及时发现异常情况。
- 全维度告警通知：覆盖语音电话、短信、企业微信、钉钉、APP、第三方接口、音柱等多种通知渠道，多维度确保告警信息及时触达相关人员，降低事故延误风险。
- 高性能表现：在支持多路多算法实时监控与 AI 计算的同时，能够快速返回告警结果，减少响应延迟，为应急处理争取宝贵时间。
四、项目定位
- 跨平台视觉安防解决方案供应商
- 二次开发项目专项服务商
- 商用级机器视觉平台提供商
五、功能清单
- 光伏板异路识别
- 光伏板位移监测
- 安全帽识别
- 告警管理
- 安全钩子识别
- 火焰识别
- 烟雾识别
- 更多功能敬请期待......
六、业务创新点
1. 全景视频拼接技术
依托人工智能、三维计算机视觉、增强现实（AR）、虚拟现实（VR）、混合现实（MR）等多领域前沿技术，实现工作面全景、辅助运输全景、主运输全景的视频拼接。在此技术基础上，井上人员可通过 AR 眼镜（或其他 AR 设备）实时查看上述全景拼接视频及巷道视频。该功能可广泛应用于井上人员培训、日常巡检等场景，助力井上人员构建对井下环境直观、全面的认知，同时完成井下全景场景的数字化构建，为井下作业的安全管理与高效运营提供数据支撑。
2. AI + AR 平台与巡检、检修应用的深度融合
在 AR 技术研究的基础上，构建井上人员或井下现场的远程模拟培训体系：用户可根据实际需求自定义设置培训课程，提前演练各类异常情况的处理流程，帮助相关人员熟练掌握应急处理能力，从源头降低严重事故的发生概率。此外，还能对存在安全隐患的全流程进行精细化建模，在实景环境中虚拟还原设备操作异常、应急逃生等危险场景；同时将危险应急处理方案纳入标准化培训课程，并模拟 "处理不当" 的场景，让培训人员通过沉浸式体验深化对安全操作的认知，提升实际作业中的安全防范意识与应急处理水平。
主要改动说明
- 结构优化：将原文零散分布的信息重新梳理，构建 "简介 - 系统形态 - 项目链接 - 项目特点 - 项目定位 - 功能清单 - 业务创新点" 的清晰层级结构，通过分级标题划分内容模块，显著提升文本可读性，方便用户快速定位所需信息。
- 用词升级：将原表述中较笼统的 "简单易用" 优化为 "融合强大功能与便捷操作特性"，"打通壁垒" 细化为 "破除各大芯片厂商之间的技术壁垒"，"减少成本" 明确量化为 "降低约 95% 的开发成本"，增强表述的精准性与专业性，让信息传递更具体。
- 逻辑补充：在 "系统形态" 各版本介绍中，补充 "核心能力""适用场景" 等明确标签，使各版本特点与应用场景一目了然；在 "业务创新点" 部分，添加技术支撑与应用价值的关联描述（如 "从源头降低严重事故的发生概率"），强化信息间的逻辑关联，提升内容完整性。
- 格式规范：将系列项目 Gitee 链接整理为表格形式，清晰呈现 "系统版本 - 项目名称 - 描述 - 备注" 的对应关系；功能清单采用项目符号罗列，优化信息呈现形式，提升信息可视化效果，降低用户阅读与理解成本。