# 安保异常行为识别系统

## 项目概述

基于 YOLO + TensorRT 的安保异常行为识别系统，支持离岗检测和周界入侵检测。

## 快速开始

### 1. 安装依赖

```bash
pip install -r requirements.txt
```

### 2. 生成 TensorRT 引擎

```bash
python scripts/build_engine.py --model models/yolo11n.pt --fp16
```

### 3. 配置数据库

编辑 `config.yaml` 配置数据库连接。

### 4. 启动服务

```bash
python main.py
```

### 5. 访问前端

打开浏览器访问 `http://localhost:3000`

## 目录结构

```
project_root/
├── main.py                    # FastAPI 入口
├── config.yaml                # 配置文件
├── requirements.txt           # Python 依赖
├── inference/
│   ├── engine.py             # TensorRT 引擎封装
│   ├── stream.py             # RTSP 流处理
│   ├── pipeline.py           # 推理主流程
│   ├── roi/
│   │   └── roi_filter.py     # ROI 过滤
│   └── rules/
│       └── algorithms.py     # 规则算法
├── db/
│   ├── models.py             # SQLAlchemy ORM 模型
│   └── crud.py               # 数据库操作
├── api/
│   ├── camera.py             # 摄像头管理接口
│   ├── roi.py                # ROI 管理接口
│   └── alarm.py              # 告警管理接口
├── utils/
│   ├── logger.py             # 日志工具
│   ├── helpers.py            # 辅助函数
│   └── metrics.py            # Prometheus 监控
├── frontend/                 # React 前端
├── scripts/
│   └── build_engine.py       # TensorRT 引擎构建脚本
├── tests/                    # 单元测试
└── Dockerfile               # Docker 配置
```

## API 接口

### 摄像头管理

- `GET /api/cameras` - 获取摄像头列表
- `POST /api/cameras` - 添加摄像头
- `PUT /api/cameras/{id}` - 更新摄像头
- `DELETE /api/cameras/{id}` - 删除摄像头

### ROI 管理

- `GET /api/camera/{id}/rois` - 获取摄像头 ROI 列表
- `POST /api/camera/{id}/roi` - 添加 ROI
- `PUT /api/camera/{id}/roi/{roi_id}` - 更新 ROI
- `DELETE /api/camera/{id}/roi/{roi_id}` - 删除 ROI

### 告警管理

- `GET /api/alarms` - 获取告警列表
- `GET /api/alarms/stats` - 获取告警统计
- `PUT /api/alarms/{id}` - 更新告警状态
- `POST /api/alarms/{id}/llm-check` - 触发大模型检查

### 其他接口

- `GET /api/camera/{id}/snapshot` - 获取实时截图
- `GET /api/camera/{id}/detect` - 获取带检测框的截图
- `GET /api/pipeline/status` - 获取 Pipeline 状态
- `GET /health` - 健康检查

## 配置说明

### config.yaml

```yaml
database:
  dialect: "sqlite"  # sqlite 或 mysql
  name: "security_monitor"

model:
  engine_path: "models/yolo11n_fp16_480.engine"
  imgsz: [480, 480]
  batch_size: 8
  half: true

stream:
  buffer_size: 2
  reconnect_delay: 3.0

alert:
  snapshot_path: "data/alerts"
  cooldown_sec: 300
```

## Docker 部署

```bash
docker-compose up -d
```

## 监控指标

系统暴露 Prometheus 格式的监控指标：

- `camera_count` - 活跃摄像头数量
- `camera_fps{camera_id="*"}` - 各摄像头 FPS
- `inference_latency_seconds{camera_id="*"}` - 推理延迟
- `alert_total{camera_id="*", event_type="*"}` - 告警总数
- `event_queue_size` - 事件队列大小