SOP行为监控系统 开源项目yolo

SOP行为监控系统 开源项目yolo

「SOP行为监控系统 yolo」

/~62e73abMMt~:/

链接:https://pan.quark.cn/s/844e80f1bafe

视觉检测系统 (Vision Inspection System)

基于 YoloDotNet 的工业级机器视觉检测系统,采用模块化、配置驱动的插件式架构,面向产线作业合规监测(SOP)、缺陷检测等机器视觉场景。

项目简介

系统以 YOLO 系列模型(检测 / 分割 / 姿态 / OBB 等)为核心推理引擎,通过统一的模块接口将不同检测能力解耦为可独立启停的插件;配合 ROI 区域配置、相机管理与产品配置,可在不修改代码的前提下快速切换不同产品的检测流程。UI 基于 WPF + MVVM 实现,便于现场调试与可视化。

核心架构

复制代码
VisionInspectionSystem/
├── src/
│   ├── Core/                       # 核心类库(接口、模型、基础服务)
│   │   └── VisionInspection.Core/
│   │       ├── Interfaces/         # IDetectionModule 等模块契约
│   │       ├── Models/             # ROI / CameraConfiguration / ModuleResult / User
│   │       ├── Services/           # 相机、ROI、模型、用户管理
│   │       └── ViewModels/         # MVVM 基础(ViewModelBase、ROI 编辑器)
│   ├── Modules/                    # 可热插拔的检测模块
│   │   ├── VisionInspection.Modules.SOP/      # SOP 合规检测(已实现)
│   │   ├── VisionInspection.Modules.Defect/   # 缺陷检测(模块框架)
│   │   ├── VisionInspection.Modules.Cascade/  # 级联检测(模块框架)
│   │   └── VisionInspection.Modules.Detection/# 通用 YOLO 检测服务
│   └── UI/
│       └── VisionInspection.UI/    # WPF 主界面(MVVM)
├── configs/                        # 配置文件
│   ├── system.json                 # 系统配置
│   └── products/                   # 产品配置(ROI、启用模块、模型等)
├── models/                         # YOLO 模型文件(不纳入仓库)
└── logs/                           # 运行日志

功能特性

  • ✅ 模块化插件架构 :检测模块实现统一的 IDetectionModule 接口,可在配置中按需启用 / 停用,支持热插拔与独立扩展。
  • ✅ 配置驱动 :通过 configs/system.json 与 configs/products/ 定义产品、ROI、模型与启用模块,切换产品无需修改代码。
  • ✅ ROI 区域管理 :ROIManager 支持矩形、圆形等多种感兴趣区域的定义与编辑(ROIEditorViewModel 提供可视化编辑)。
  • ✅ 相机管理 :CameraManager / ICameraService 支持真实相机接入,并内置 MockCameraService 模拟相机,便于无硬件环境开发与调试;相机参数通过 CameraConfiguration 配置。
  • ✅ 模型管理 :IModelManager 统一加载与管理 YOLO 模型(检测 / 分割 / 姿态估计 / OBB 等)。
  • ✅ SOP 合规检测(已实现) :基于 YAML 配置描述操作步骤工作流(SOPYamlConfig / SOPWorkflow),结合 YOLO 姿态估计与 MediaPipe 手部检测判断人员动作,由 SOPStateMachine 驱动状态流转,ViolationDetector 实时判定违规并报警。
  • ✅ 通用 YOLO 检测服务 :YoloDetectionService 封装 YoloDotNet,提供目标检测 / 姿态估计等推理能力,供各模块复用。
  • ✅ MVVM 架构 :ViewModelBase 等基础类型实现 UI 与业务逻辑解耦,便于维护与测试。
  • ✅ 用户与权限 :UserManager / User 提供基础用户管理。

快速开始

需要 .NET 8 SDK 与对应的 ONNX 运行时(OnnxRuntime)支持。

复制代码
# 还原依赖
dotnet restore

# 编译
dotnet build

# 运行(WPF 主界面,需 Windows 环境)
dotnet run --project src/UI/VisionInspection.UI

配置说明

  • configs/system.json:系统级配置(相机、全局参数等)。
  • configs/products/:按产品组织的配置,包含 ROI 区域、启用的检测模块、所用模型及模块参数;新增 / 切换产品只需增加对应配置文件。
  • 模型文件放置于 models/(体积较大,默认不纳入版本库,详见 .gitignore)。

开发计划

状态 内容
✅ 已完成 项目基础结构
✅ 已完成 核心类库(接口、ROI、相机 / 模型 / 用户服务、MVVM 基础)
✅ 已完成 SOP 合规检测模块(YOLO 姿态 + MediaPipe 手部 + 状态机 + 违规检测)
✅ 已完成 通用 YOLO 检测服务、WPF UI 框架
🔄 进行中 缺陷检测模块、级联检测模块(框架已搭建,待业务实现)
⏳ 待规划 PLC 通信、更多模型 / 算法接入

许可证

本项目基于 MIT 许可证 开源。

相关推荐
AI棒棒牛17 小时前
YOLO26 改进:融合 LW-DETR 思想的轻量 TokenMixer,让 Neck 从局部堆叠走向局部-全局协同!嘎嘎创新!
人工智能·深度学习·yolo·目标检测
Reload.18 小时前
深度学习-极验叠字点选-yolo-模型调优-高阶数学-opencv
人工智能·深度学习·opencv·yolo·计算机视觉·视觉检测
晨间晓2 天前
目标从哪个区域去了哪里?我用 YOLO + ByteTrack 做了多 ROI 区域流转分析
yolo
YOLO数据集集合2 天前
滑坡检测数据集 | 滑坡检测 地质灾害 无人机巡检 应急响应 目标检测 YOLO格式 深度学习数据集 计算机视觉10670期
深度学习·yolo·目标检测·计算机视觉·无人机·滑坡
晨间晓2 天前
目标进了这个区域多久?我用 YOLO + ByteTrack 做了 ROI 占用与停留分析
yolo
YOLO数据集集合2 天前
小麦穗检测数据集 | 小麦穗检测 植物表型 密集目标检测 农业AI9182期
人工智能·yolo·目标检测·机器学习·目标跟踪·小麦穗
FL16238631293 天前
城市道路叶子叶堆检测数据集VOC+YOLO格式351张2类别
人工智能·yolo·机器学习
AI日报派送佬3 天前
Ultralytics YOLO 模型训练技巧与最佳实践
人工智能·python·深度学习·yolo·机器学习·计算机视觉
FL16238631294 天前
外来入侵植物检测数据集VOC+YOLO格式1111张5类别
人工智能·yolo·机器学习
菜鸟变凤凰20234 天前
基于深度学习 YOLOv8 的各种识别系统(Vue3 + Element Plus + Django 全栈项目)
深度学习·yolo·django