新增：垃圾检测算法 GarbageDetectionAlgorithm v1.0
Edge 端实现： - algorithms.py 新增 GarbageDetectionAlgorithm 类 状态机：IDLE → CONFIRMING_GARBAGE → ALARMED → CONFIRMING_CLEAR → IDLE 默认参数：confirm_garbage_sec=60, confirm_clear_sec=60, cooldown_sec=1800 target_classes=['garbage'], alarm_level=2（普通） 与 IllegalParking 同构但去掉 PARKED_COUNTDOWN 阶段 - AlgorithmManager 6 处集成： _PARAM_TYPES、default_params、load_bind_from_redis（热更新）、 update_algorithm_params、register_algorithm、get_algorithm_status 测试：test_garbage_algorithm.py 覆盖 8 个场景，全部通过 - 无垃圾保持 IDLE - 持续 60s 有垃圾 → 触发告警 - 冷却期内不重复触发 - 清理后发 resolve → IDLE - 清理期内垃圾再出现 → 回 ALARMED - reset() 清空状态 - 多目标计数 - 非 target_class 忽略 WVP 后端/前端改动方案预留在 docs/garbage_algorithm_backend_frontend_plan.md （后续 ROI 绑定时再实施，本次只改 Edge 端）
This commit is contained in:
194
docs/garbage_algorithm_backend_frontend_plan.md
Normal file
194
docs/garbage_algorithm_backend_frontend_plan.md
Normal file
@@ -0,0 +1,194 @@
|
||||
# 垃圾检测算法 - WVP 后端 / 前端改动方案（未实施，预留参考）
|
||||
|
||||
## 背景
|
||||
|
||||
Edge 端的 `GarbageDetectionAlgorithm` 已实现（commit xxx）。本文档列出 WVP 后端和前端需要做的配套改动，等后续需要在 ROI 编辑器创建垃圾检测绑定时再实施。
|
||||
|
||||
---
|
||||
|
||||
## 一、WVP 后端改动
|
||||
|
||||
### 1.1 算法注册（数据库）
|
||||
|
||||
**文件：** `wvp-platform/数据库/版本号/SQL 脚本`
|
||||
|
||||
**新增算法记录：**
|
||||
```sql
|
||||
INSERT INTO wvp_ai_algorithm (
|
||||
algo_code, algo_name, algo_description,
|
||||
is_active, param_schema, global_params
|
||||
) VALUES (
|
||||
'garbage',
|
||||
'垃圾检测',
|
||||
'检测监控区域内散落垃圾的持续存在，清洁后自动解除告警',
|
||||
1,
|
||||
'{"confirm_garbage_sec": {"type": "int", "default": 60, "min": 10, "max": 600, "label": "垃圾确认时间(秒)"},
|
||||
"confirm_clear_sec": {"type": "int", "default": 60, "min": 10, "max": 600, "label": "清理确认时间(秒)"},
|
||||
"cooldown_sec": {"type": "int", "default": 1800, "min": 300, "max": 7200, "label": "告警冷却时间(秒)"},
|
||||
"alarm_level": {"type": "int", "default": 2, "min": 0, "max": 3, "label": "告警等级"}
|
||||
}',
|
||||
'{}'
|
||||
);
|
||||
```
|
||||
|
||||
### 1.2 Java 算法服务
|
||||
|
||||
**文件：** `wvp-platform/src/main/java/com/genersoft/iot/vmp/aiot/service/impl/AiAlgorithmServiceImpl.java`
|
||||
|
||||
**改动：** 算法代码白名单（约 line 42-54），添加 `"garbage"`：
|
||||
|
||||
```java
|
||||
private static final Set<String> SUPPORTED_ALGO_CODES = Set.of(
|
||||
"leave_post", "intrusion", "illegal_parking",
|
||||
"vehicle_congestion", "non_motor_vehicle_parking",
|
||||
"garbage" // 新增
|
||||
);
|
||||
```
|
||||
|
||||
### 1.3 配置下发
|
||||
|
||||
不需要改动。现有 `AiRedisConfigServiceImpl` 和 `global_params` 机制已通用。
|
||||
|
||||
---
|
||||
|
||||
## 二、iot-device-management-service 改动
|
||||
|
||||
**文件：** `app/constants.py`
|
||||
|
||||
检查 `AlarmType` 枚举是否已有 `GARBAGE`：
|
||||
- 已有 → 无需改动
|
||||
- 未有 → 添加：
|
||||
|
||||
```python
|
||||
class AlarmType(str, Enum):
|
||||
LEAVE_POST = "leave_post"
|
||||
INTRUSION = "intrusion"
|
||||
ILLEGAL_PARKING = "illegal_parking"
|
||||
VEHICLE_CONGESTION = "vehicle_congestion"
|
||||
NON_MOTOR_VEHICLE_PARKING = "non_motor_vehicle_parking"
|
||||
GARBAGE = "garbage" # 新增
|
||||
|
||||
ALARM_TYPE_NAMES: Dict[str, str] = {
|
||||
...
|
||||
AlarmType.GARBAGE: "垃圾检测",
|
||||
}
|
||||
```
|
||||
|
||||
**文件：** `app/services/vlm_service.py`（VLM 复核提示词）
|
||||
|
||||
添加 garbage 的提示词模板：
|
||||
```python
|
||||
"garbage": """你是安防监控AI复核员。算法类型：垃圾检测，监控区域：{roi_name}。
|
||||
截图显示时间：{timestamp}。
|
||||
任务：判断图中是否真的存在散落的垃圾、包装袋、废弃物等需要清理的物品。
|
||||
分析要点：
|
||||
1. 是否存在明显的垃圾（垃圾袋、纸屑、瓶罐、食品包装等）
|
||||
2. 区分垃圾与正常物品（整齐放置的物品、装饰品不算垃圾）
|
||||
3. 垃圾是否在通道/地面等不该出现的位置
|
||||
4. 排除阴影、污渍、地砖花纹等误检
|
||||
仅输出JSON：{{"confirmed":true,"description":"..."}}""",
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 三、前端改动（iot-device-management-frontend）
|
||||
|
||||
### 3.1 告警列表类型筛选
|
||||
|
||||
**文件：** `apps/web-antd/src/views/aiot/alarm/list/data.ts`
|
||||
|
||||
```typescript
|
||||
export const ALERT_TYPE_OPTIONS = [
|
||||
{ label: '人员离岗', value: 'leave_post' },
|
||||
{ label: '周界入侵', value: 'intrusion' },
|
||||
{ label: '车辆违停', value: 'illegal_parking' },
|
||||
{ label: '车辆拥堵', value: 'vehicle_congestion' },
|
||||
{ label: '非机动车违停', value: 'non_motor_vehicle_parking' },
|
||||
{ label: '垃圾检测', value: 'garbage' }, // 新增
|
||||
];
|
||||
```
|
||||
|
||||
### 3.2 告警标签颜色
|
||||
|
||||
**文件：** `apps/web-antd/src/views/aiot/alarm/list/index.vue`
|
||||
|
||||
```typescript
|
||||
const colorMap: Record<string, string> = {
|
||||
leave_post: 'orange',
|
||||
intrusion: 'red',
|
||||
illegal_parking: 'blue',
|
||||
vehicle_congestion: 'geekblue',
|
||||
non_motor_vehicle_parking: 'green',
|
||||
garbage: 'gold', // 新增 — 建议金色表达清洁主题
|
||||
};
|
||||
```
|
||||
|
||||
### 3.3 ROI 编辑器参数配置
|
||||
|
||||
**文件：** `apps/web-antd/src/views/aiot/device/roi/components/AlgorithmParamEditor.vue`
|
||||
|
||||
参数字段已通用（读自 `algo.paramSchema`），无需改动。**但需要添加参数名中文映射：**
|
||||
|
||||
**文件：** `AlgorithmParamEditor.vue` 的 `paramNameMap` 和 `paramDescMap`
|
||||
|
||||
```typescript
|
||||
const paramNameMap: Record<string, string> = {
|
||||
// ... 已有
|
||||
confirm_garbage_sec: '垃圾确认时间(秒)',
|
||||
};
|
||||
|
||||
const paramDescMap: Record<string, string> = {
|
||||
// ... 已有
|
||||
confirm_garbage_sec: '持续检测到垃圾的时间，超过该时间触发告警（建议 60-120 秒）',
|
||||
};
|
||||
```
|
||||
|
||||
### 3.4 全局参数配置页
|
||||
|
||||
**文件：** `apps/web-antd/src/views/aiot/device/algorithm/index.vue`
|
||||
|
||||
`paramNameMap` 和 `paramDescMap` 同样需要添加 `confirm_garbage_sec` 条目（参见 3.3）。
|
||||
|
||||
---
|
||||
|
||||
## 四、验证顺序（将来实施时）
|
||||
|
||||
1. **后端数据库注册算法记录**
|
||||
2. **WVP 后端重启** — 白名单生效
|
||||
3. **Service 端** constants.py 添加（如需要）
|
||||
4. **前端重启** — 下拉选项和颜色生效
|
||||
5. **ROI 编辑器创建一个 garbage 绑定，参数用默认值**
|
||||
6. **前端触发配置推送** — 验证 Edge 端收到并注册算法
|
||||
7. **Edge 日志验证：** 应看到 `已从Redis加载垃圾检测算法: roi_xxx_bind_xxx`
|
||||
8. **模拟测试：** 放个垃圾在摄像头前，60 秒后应触发告警
|
||||
9. **清理测试：** 移除垃圾 30 秒后应收到 resolve 事件
|
||||
10. **企微卡片收到告警 + 创建工单全流程**
|
||||
|
||||
---
|
||||
|
||||
## 五、TensorRT 引擎部署（最后一步）
|
||||
|
||||
当确定用微调模型替换 COCO 预训练模型时：
|
||||
|
||||
1. **导出 engine：**
|
||||
```bash
|
||||
yolo export model=yolo11s_v1_20260417.pt format=engine imgsz=480 half=True device=0
|
||||
```
|
||||
|
||||
2. **替换 Edge 端模型：**
|
||||
```bash
|
||||
cp yolo11s_v1_20260417.engine /opt/edge/models/yolo11n.engine # 注意文件名
|
||||
```
|
||||
|
||||
3. **修改 `config/settings.py` 的 COCO_CLASS_NAMES：**
|
||||
```python
|
||||
COCO_CLASS_NAMES = ['garbage', 'person', 'car', 'bicycle', 'motorcycle']
|
||||
```
|
||||
|
||||
4. **修改 `core/postprocessor.py` 的输出解析：**
|
||||
- YOLO 输出从 `[84, 8400]`（4+80类）变为 `[9, 8400]`（4+5类）
|
||||
- 类别分数范围从 `output[4:84]` 改为 `output[4:9]`
|
||||
|
||||
5. **重启 Edge 服务**
|
||||
|
||||
这一步涉及模型 + 推理管线，需要单独在生产环境测试。
|
||||
Reference in New Issue
Block a user