系统说明
本系统基于YOLO深度学习算法开发，集成了计算机视觉和人工智能技术，实现人群密集度的实时监测、智能分析和预警功能。系统支持图片和视频流两种输入方式，通过自定义多边形监测区域进行精准识别，基于人数阈值自动评估人群状态（正常/拥挤/堵塞），并结合DeepSeek大语言模型生成专业的疏导建议。系统采用Flask框架构建，使用Bootstrap打造响应式界面，ECharts实现数据可视化，SQLite存储监测数据，为公共安全管理和人流疏导提供智能化解决方案。
完整代码点这里下载
功能说明
用户权限管理
提供完整的用户认证与权限管理体系，支持用户注册、登录和基于角色的访问控制。系统区分普通用户和管理员权限，确保数据安全和操作合规。用户通过账号密码登录后，可使用系统所有功能模块，管理员拥有额外的系统管理权限，保障平台稳定运行和数据隐私安全。
图片监测
支持上传PNG、JPG等常见格式图片进行人群检测。系统自动识别人头位置，统计总人数和区域内人数，实时计算置信度并评估当前状态。检测结果以绿色检测框标注在图片上，显示每个人的置信度百分比。监测完成后自动保存记录，为后续数据分析提供基础数据。
视频监测
支持上传MP4等格式视频文件进行多帧采样检测。系统每秒自动采样约2.5帧，最多采样60帧，确保检测结果的准确性和代表性。视频统计面板显示平均人数、最大人数、最小人数及采样帧数，提供更全面的人群流动分析。检测结果仅保存统计数据，避免存储大量视频文件。
自定义监测区域
支持用户自定义多边形监测区域，通过可视化方式在图片上绘制监测范围。可创建多个监测区域，每个区域可独立设置名称、描述和人数阈值。系统仅统计区域内人数，排除干扰因素，提高监测精度和针对性，适用于复杂场景的精准管理。
智能预警
根据人数阈值自动触发预警机制，分为拥挤和堵塞两个级别。当监测人数超过设定阈值时，系统自动创建预警事件，记录时间、类型、严重程度等信息。管理员可在仪表盘查看未处理的预警事件，及时响应并标记已解决状态，形成完整的预警管理闭环。
AI智能建议
集成DeepSeek大语言模型，根据监测数据生成专业的疏导建议。系统分析当前人数、人群状态和监测环境，提供风险评估、疏导措施、应急预案和后续管理建议。建议内容简洁专业、针对性强，帮助管理人员快速决策，提升应急响应效率和管理水平。
数据可视化
仪表盘提供丰富的数据展示和分析功能。统计卡片展示总监测次数、今日监测、未处理预警和系统状态。24小时人流趋势图和状态分布饼图直观呈现数据变化。最近监测记录和未处理预警列表支持快速查看详情，为管理决策提供数据支撑。
历史记录查询
系统完整保存所有监测记录，支持分页查询和历史追溯。每条记录包含检测时间、总人数、区域内人数、状态、置信度、检测数据等信息。管理员可按时间倒序查看，便于分析历史趋势、评估监测效果，为优化管理策略提供数据依据。
技术架构
后端技术
- 框架: Flask 3.0
- 数据库: SQLite
- AI模型: YOLOv8（人头检测）
- 大语言模型: DeepSeek API
- 计算机视觉: OpenCV