🍊作者：计算机编程-吉哥
🍊简介：专业从事JavaWeb程序开发，微信小程序开发，定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事，生活就是快乐的。
🍊心愿：点赞 👍 收藏 ⭐评论 📝
🍅 文末获取源码联系
👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~
目录
[1. 水下检测（4 种模式）](#1. 水下检测（4 种模式）)
[2. 检测记录](#2. 检测记录)
[3. 数据看板](#3. 数据看板)
[4. 智能问答](#4. 智能问答)
[5. 个人中心 & 用户管理](#5. 个人中心 & 用户管理)
[✅ 水平框 HBB，高效易用](#✅ 水平框 HBB，高效易用)
[✅ 3 模型对比，公平公正](#✅ 3 模型对比，公平公正)
[✅ 过拟合防护机制完善](#✅ 过拟合防护机制完善)
[✅ 多源权重下载，避免崩溃](#✅ 多源权重下载，避免崩溃)
[✅ 青蓝色系 UI，水下氛围感](#✅ 青蓝色系 UI，水下氛围感)
一、项目简介
underwater_detection （水下垃圾检测系统）是一个面向水下场景的智能检测 Web 平台，基于 YOLO11-L 水平框目标检测 ，实现对水下 3 类目标的实时识别：
| 类别 | 英文 | 说明 |
|---|---|---|
| 垃圾 | trash | 塑料、金属、木材、橡胶、纸、布、渔具等 |
| 生物 | bio | 海洋动植物（鱼类、海藻、珊瑚等） |
| 水下机器人 | rov | ROV（Remotely Operated Vehicle） |
项目采用 Vue 3 用户端 + Django 4 后端 + YOLO11-L 主模型 + MySQL 8 的全栈架构，提供 7 大模块：登录 / 注册 / 水下检测 / 检测记录 / 数据看板 / 智能问答 / 个人中心，管理员额外拥有用户管理模块。
二、技术栈
后端
-
Python 3.10 + Django 4.2.16
-
ultralytics 8.3.40（YOLOv8 / YOLO11 通用）
-
PyTorch 2.8.0+cu128（GPU 版，支持 RTX 5060）
-
MySQL 8 + PyMySQL
-
OpenCV、Pillow、NumPy、scikit-learn、jieba
前端
-
Vue 3.4 + Vue Router 4 + Element Plus 2.9
-
ECharts 5.5（数据看板 5 个图表）
-
marked（智能问答 Markdown 渲染）
-
Vite 6 构建
训练工程
-
3 个训练脚本：
train_yolo11.py（主模型）、train_yolo8.py（对比1）、train_faster_rcnn.py（对比2） -
统一 300 epoch，batch=8（FRCNN 为 4），imgsz=640，启用 AMP 混合精度
-
共享工具
_shared.py：多源权重下载 + 字体兜底 + 断点续训
三、核心功能
1. 水下检测（4 种模式）
-
单图检测：上传一张图片，返回 HBB 水平框 + 类别 + 置信度
-
批量检测：一次上传多张，批量推理并汇总
-
视频检测：上传视频文件，逐帧检测后输出结果视频
-
摄像头实时：调用浏览器原生 API，实时画面检测
2. 检测记录
所有检测结果写入 detection_records 表，支持按时间、来源（image/batch/video/camera）、模型类型筛选查看。
3. 数据看板
5 个 ECharts 图表：检测总数趋势、类别分布、来源占比、置信度分布、模型对比。
4. 智能问答
基于 DeepSeek API 直连 + knowledge_corpus 知识库（10 条预置语料），SYSTEM_PROMPT 已重写为水下检测领域，回答以 Markdown 渲染。
5. 个人中心 & 用户管理
用户可修改昵称、邮箱、手机、头像；管理员可管理所有用户（启用/禁用/改角色）。
四、项目亮点
✅ 水平框 HBB，高效易用
相比旋转框 OBB，HBB 训练/推理更高效，输出 (x1, y1, x2, y2) 像素坐标，直接 cv2.rectangle 绘制，前端展示无压力。
✅ 3 模型对比，公平公正
| 角色 | 模型 | 对比维度 |
|---|---|---|
| 主模型 | YOLO11-L | 最新代际 |
| 对比1 | YOLOv8-L | 同尺寸不同代 |
| 对比2 | Faster R-CNN ResNet50-FPN | 单阶段 vs 两阶段 |
3 个模型均训练 300 epoch，统一输入 640×640，启用 AMP，保证对比公平。
✅ 过拟合防护机制完善
-
早停 ：val mAP 连续 20 epoch 不升即停（
patience=20, min_delta=0.001） -
余弦退火：YOLO 从 lr0=0.01 平滑降到 0.0001
-
Faster R-CNN 双重调度：CosineAnnealingLR + ReduceLROnPlateau（8 轮不降 lr 减半）
-
断点续训 ：
--resume自动加载 last.pt / last.pth，接着跑 -
每 5 epoch 保存 checkpoint：断电也不怕
✅ 多源权重下载，避免崩溃
yolo11l.pt 首次运行自动从 4 个国内镜像 + GitHub 直连依次尝试，每个 90s 超时、最多重试 2 次，下载失败可手动放置。
✅ 青蓝色系 UI，水下氛围感
全栈统一主色 #0891b2（深青蓝）、辅助色 #06b6d4（亮青蓝）、背景 #f0f9ff（浅蓝白），看板图表、统计卡片、导航栏全部统一。
五、功能截图展示
