一、项目演示视频
项目简介
本项目是一个基于人工智能技术的化学生物实验室安全智能检测分析预警系统，旨在通过先进的计算机视觉技术和深度学习模型，为实验室安全监测提供智能化的实验室目标识别、安全辅助分析与预警服务。系统集成了图片检测、视频检测、实时检测、模型管理、数据集管理等多项功能，构建了一个完整的化学生物实验室安全检测与预警服务平台。
二、技术栈
前端：Vue 3 + TypeScript + Element Plus + Pinia + Vite + ECharts + Axios
后端：Flask + SQLite + JWT + OpenCV + Ultralytics YOLO + Qwen-VL API
三、功能模块
核心创新点
- 目标精准检测: 支持实验室器皿/器材与人员目标的智能识别和定位
- 多模态检测方式: 支持图片、视频、实时摄像头三种检测模式
- YOLO模型集成: 集成YOLOv8/YOLO11/YOLO12/YOLO26等先进目标检测模型
- 智能预警分析: 基于AI的实验室器皿与人员目标自动识别、定位与预警
- 分层权限管理: 支持管理员和普通用户的差异化功能访问
- 完整工作流程: 从数据集管理到模型管理再到检测分析预警的完整闭环
- 多模态大模型辅助分析: 使用通义千问VL多模态大模型提供图片安全分析、视频关键帧AI诊断、实时异常诊断
- 模型评估系统: 支持上传YOLO格式标签与模型预测对比，自动计算Precision、Recall、mAP50等精度指标
- 实时预警系统: 支持严重程度分级、AI异常诊断、处理状态管理
核心功能模块
- 用户管理: 支持用户注册、登录、权限管理、个人信息管理等功能
- 数据集管理: 支持上传ZIP格式YOLO数据集，自动验证数据集结构和完整性
- 模型管理: 支持创建模型、上传权重、训练过程图片/文件管理、模型发布等
- 图片检测: 上传图片进行实验室安全检测，支持CLAHE图像增强、AI安全分析、安全防护建议生成、导出Word报告
- 视频检测: 上传视频进行逐帧检测，支持帧率采样、异步处理、关键帧截图保存、对关键帧手动触发AI诊断
- 实时检测: 使用电脑摄像头进行实时检测，会话级智能去重、AI异常诊断、严重程度五级分级、实时通知预警
- 模型评估: 上传图片和标签文件评估模型性能，支持精度指标计算、可视化对比、用户评分筛选
应用场景
- 实验室安全监测: 实验室摄像头与现场照片中的器皿/器材与人员识别与状态预警
- 实验室安全巡检与教学监管: 结合图像与视频进行操作规范观察与风险提示
- 实验室管理与器材清点: 结合视频与图像进行实验室目标状态巡检与辅助决策
- 教育培训: 实验室视觉识别与安全辅助分析的教学演示
四、项目链接
化学生物实验室安全检测分析预警系统(YOLO检测_多模态大模型分析).zip
链接: https://pan.baidu.com/s/15BL51OWCb-NuZ0w9C4CiqQ?pwd=7mr9 提取码: 7mr9
- 完整系统源码
(1)前端源码(web-vue)
(2)后端和算法端源码(web-flask) - 项目启动教程
(1)环境安装教程(视频+文档)
(2)系统启动教程(视频+文档) - 项目文档
(1)系统介绍文档
(2)数据库开发文档
(3)API 接口文档
(4)系统使用注意事项 - 系统PPT
(1)系统架构图
(2)检测与预警数据流图
(3)逻辑时序图
(4)功能模块概要图
(5)模型训练与评估流程图
(6)数据库 ER 图