【端侧AI】基于 openvino + YOLOv11 构建多模态视觉分析终端 | 单目测距

🚀 前言

在边缘计算和工业视觉场景中，我们经常需要开发上位机软件来展示 AI 推理结果。不仅需要实时的检测画面，往往还需要集成深度测距 、数据统计 以及持久化存储功能。

本文将分享如何使用 Python 全栈技术（PySide6 + OpenCV + YOLOv11）开发一个极客风的视觉分析终端。该系统采用了UI 与业务逻辑分离的多线程架构，支持 HTTP 方式调用远程深度估计 API，并实现了数据的实时记录与 CSV 导出。

🛠️ 技术栈一览

GUI 框架：PySide6 (Qt for Python) ------ 相比 PyQt5 更拥抱商业许可，API 更现代。
AI 核心：Ultralytics YOLOv11 ------ 最新一代 SOTA 模型，支持 OpenVINO 加速，支持int8量化。
MOT：支持 ByteTrack / BoT-SORT。
深度感知 ：Requests + OpenCV ------ 通过 API 解耦深度估计算法，降低本地显存压力。
数据处理：Pandas/CSV ------ 结构化数据导出。

💡 核心架构设计

1. 多线程架构 (Producer-Consumer 模型)

为了避免 AI 推理过程阻塞 GUI 主线程导致界面"假死"，我们继承 QThread 创建了独立的 TrackerThread。

主线程 (UI)：负责界面的渲染、按钮响应。
子线程 (Worker)：负责视频流读取、YOLO 推理、API 请求。

关键代码解析：

python 复制代码

class TrackerThread(QThread):
    # 定义信号：用于跨线程传输图像数据和检测结果
    change_pixmap_signal = Signal(QImage)
    data_update_signal = Signal(list)
    
    def run(self):
        # 独立的推理循环，不卡顿 UI
        while self.running:
            ret, frame = cap.read()
            # ... 推理逻辑 ...
            self.change_pixmap_signal.emit(qt_image) # 发送信号刷新界面

2. OpenVINO 模型优先加载策略

为了在边缘设备（如 Intel NUC 或笔记本）上获得更高帧率，代码中集成了模型加载的自动判断逻辑。如果检测到导出的 OpenVINO 模型目录，则优先加载，否则回退到 PyTorch .pt 模型。

python 复制代码

def load_model(self):
    # 自动适配部署环境
    if os.path.exists('yolo11n_openvino_model'):
        self.model = YOLO('yolo11n_openvino_model', task='detect')
        self.info_signal.emit("AI 引擎就绪 (OpenVINO加速中)")
    else:
        self.model = YOLO('yolo11n.pt')

3. 解耦的深度估计 (API 调用)

深度估计模型（如 Depth Anything）通常计算量巨大。为了保持上位机的轻量化，我们将深度计算剥离为 HTTP 服务。前端通过 Base64 传输压缩后的图像，获取深度值。

优化点 ：只对图像进行 Resize (384x384) 后上传，通过 grid_rows 生成稀疏采样点，大幅降低网络延迟。

python 复制代码

def query_depth_api(self, frame, points):
    # 图像编码与 Base64 转换
    _, buffer = cv2.imencode('.jpg', small_frame)
    img_b64 = base64.b64encode(buffer).decode('utf-8')
    # 发送请求...

4. 实时数据清洗与 CSV 导出

系统维护了一个 all_logs 列表，在 YOLO 跟踪（Track）模式下，结合 track_id 记录目标的出现时长。利用 Python 的 csv.DictWriter 可以轻松处理字典列表的导出，解决了数据留存问题。

python 复制代码

# 导出逻辑：解决中文乱码需要使用 utf-8-sig
with open(file_path, mode='w', newline='', encoding='utf-8-sig') as file:
    writer = csv.DictWriter(file, fieldnames=["Time", "ID", "Class", "Duration(s)", "Depth_Value"])
    writer.writeheader()
    writer.writerows(logs)

🎨 UI 交互与样式定制 (QSS)

为了打造"暗黑科技风"的视觉体验，我们摒弃了原生样式，采用了 CSS 样式的 QSS 进行重绘。

配色方案 ：背景色 #0b0e14，强调色 #00d2ff (赛博蓝)。
组件美化 ：重写了 QSlider、QTableWidget 和 QHeaderView 的样式，使其与整体风格融合。

css 复制代码

/* 样式表片段 */
QTableWidget { background-color: #0b0e14; gridline-color: #232933; border: none; }
QHeaderView::section { background-color: #151921; color: #00d2ff; font-weight: bold; }
QPushButton#ExportButton { background-color: #2ea043; border: none; } /* 独立的导出按钮样式 */

📊 效果演示

模式一：AI Tracking (检测+测距)

在此模式下，画面左上角实时显示检测框、ID号以及通过 API 获取的深度距离值。右侧表格同步刷新目标状态。

模式二：Pure Depth Map (热力图对比)

切换模式后，系统生成左右对比图：左侧为原图，右侧为深度 API 返回的 Magma 色阶热力图，直观展示场景景深。

📝 总结

本项目演示了一个完整的计算机视觉上位机开发流程：

算法层：集成 YOLOv11 跟随算法。
通信层：HTTP 接口解耦重型计算（深度估计）。
应用层：PySide6 构建高性能、无阻塞的图形界面。
数据层：业务数据的清洗与持久化。

这种架构非常适合移植到 NVIDIA Jetson 或 Rockchip RK3588 等边缘设备上，作为最终的交付产品形态。

完整代码已上传至 Gitcode，欢迎 Star ⭐ 和 Fork！
https://gitcode.com/qq_42910179/lxmyzzs.git

关键词：Python, PySide6, YOLOv11, OpenVINO, 深度估计, 目标检测, 界面开发

【端侧AI】基于 openvino + YOLOv11 构建多模态视觉分析终端 | 单目测距 | 单目测速

🚀 前言

🛠️ 技术栈一览

💡 核心架构设计

1. 多线程架构 (Producer-Consumer 模型)

2. OpenVINO 模型优先加载策略

3. 解耦的深度估计 (API 调用)

4. 实时数据清洗与 CSV 导出

🎨 UI 交互与样式定制 (QSS)

📊 效果演示

模式一：AI Tracking (检测+测距)

模式二：Pure Depth Map (热力图对比)

📝 总结